我有两个文件,每个文件有3列和n行数(每个文件中的行数不同)。在
每个都是这样的:
file1
chr1 12 32
chr1 14 30
chr3 10002 89000
chrx 5678900 987654
还有这个:
^{pr2}$每个文件中的第二列和第三列表示起始值和结束值,而第一列是名称。在
因此,如果(文件1的)第一列中的值与文件2的第一列中的值匹配,则脚本应计算它们是否与文件2中的文件1的第二列和第三列的值范围是否存在重叠(文件1第2列和第3列的值范围与文件2的第2列和第3列中的值范围有任何程度的重叠)。在
需要这样的输出:
regions from file1 present in file 2
chr1 12 32 present
chr1 14 30 present
chr3 10002 89000 absent
chrx 5678900 987654 absent
任何关于awk操作或python脚本的建议…请帮助。在
读取
file2
以创建映射:name->;间隔,即,结果是:ranges = {'chr1': [[8, 15], [10, 14], [32, 34]]}
。如果每个名称有很多间隔,那么作为一个优化,您可以合并它们:ranges = {'chr1': [[8, 15], [32, 34]]}
。定义
overlap(r1, r2)
函数,该函数返回两个区间r1
和r2
是否重叠。指定边缘是否包含在重叠中。对于
file1
中的每一行,找出是否存在重叠并打印适当的输出。相关问题 更多 >
编程相关推荐