从计数 DNA 序列到表格的元组答案

【问题标题】：Tuple to table from counting DNA sequences从计数 DNA 序列到表格的元组
【发布时间】：2018-11-26 06:32:48
【问题描述】：

我想计算 DNA 序列中的碱基数，返回序列中每种碱基的计数，并打印出一个两列表，其中第一列是碱基，第二列是相关联的基数。我可以获得返回基本计数的函数，但我不确定如何打印表格。我想用基本的python函数来做这个分析，虽然我认为用一些python模块做起来会更容易。

代码：

 def base_counter(DNA):
    A = 0
    T = 0
    G = 0
    C = 0
    for base in DNA:
        if base == "A":
            A = A + 1
        elif base == "T":
            T = T + 1
        elif base == "G":
            G = G + 1
        elif base == "C":
            C = C + 1
        else:
            pass
    return A,T,G,C

参数输入：

dna="AAGCTACGTGGGTGACTTT"

函数调用：

counts=base_counter(dna)
print(counts)

输出：

(4, 6, 6, 3)

期望的输出：

print(counts)
  A   4
  T   6
  G   6
  C   3

和

counts
(4, 6, 6, 3)

【问题讨论】：

标签： python dna-sequence

【解决方案1】：

您可以使用collections.Counter 对碱基进行计数，并使用pandas 以按列的方式设置数据。这是一个例子

from collections import Counter
import pandas as pd

# Count the bases
dna="AAGCTACGTGGGTGACTTT"
count = Counter(dna)
tup = ()
for _, value in sorted(count.items()):
  tup += (value,)
print(tup  # Outputs (4, 3, 6, 6)

# Set it in a pandas dataframe
df = pd.DataFrame(list(dict(count).items()), columns=['Base', 'Count'])
print(df.to_string(index=False))
# Output
# Base  Count
#   A      4
#   G      6
#   C      3
#   T      6

【讨论】：

【解决方案2】：

1) 你有一个错误 - 你的 return 向右缩进了一个额外的标签

2) 使用dict:

def base_counter(DNA):
    dna_dict = {
        "A": 0,
        "T": 0,
        "G": 0,
        "C": 0,
    }
    for base in DNA:
        if base == "A":
            dna_dict["A"] += 1
        elif base == "T":
            dna_dict["T"] += 1
        elif base == "G":
            dna_dict["G"] += 1
        elif base == "C":
            dna_dict["C"] += 1
    return dna_dict


dna = "AAGCTACGTGGGTGACTTT"

counts = base_counter(dna)
for base, count in counts.items():
    print(base, count)

但如果您必须保持功能不变：

def base_counter(DNA):
    A = 0
    T = 0
    G = 0
    C = 0
    for base in DNA:
        if base == "A":
            A = A + 1
        elif base == "T":
            T = T + 1
        elif base == "G":
            G = G + 1
        elif base == "C":
            C = C + 1
    return A,T,G,C


dna = "AAGCTACGTGGGTGACTTT"

counts = base_counter(dna)
for base, count in zip("ATGC", counts):
    print(base, count)

【讨论】：

输出必须如我的帖子中所示（即 (4, 6, 6, 3) 而不是 {'A': 4, 'T': 6, 'G': 6, “C”：3}）
所以，保持你的函数原样（只是不要忘记取消缩进return，并将函数调用代码sn-p替换为：counts = base_counter(dna); for base, count in zip("ATGC", counts): print(base, count)
你能用这个解决方案更新你的答案吗？
您可以使用更简单的for base in DNA: dna_dict[base] += 1 在字典方法（我更喜欢）中省略ifs。这是以无法处理无效字符为代价的，但它适用于 OP。（虽然添加错误处理程序也应该很容易。）

【解决方案3】：

从函数内部：

out_str="A    "+str(A)+"\n"+\
      "T    "+str(T)+"\n"+\
      "G    "+str(G)+"\n"+\
      "C    "+str(C)
return out_str

现在您可以调用并打印它，它将以您想要的格式打印：

result=base_counter(DNA)
print(result)

对于OP的请求完整代码：

def base_counter(DNA):
    A = 0
    T = 0
    G = 0
    C = 0
    for base in DNA:
        if base == "A":
            A = A + 1
        elif base == "T":
            T = T + 1
        elif base == "G":
            G = G + 1
        elif base == "C":
            C = C + 1
    out_str = "A    " + str(A) + "\n"+\
    "T    " + str(T) + "\n"+\
    "G    " + str(G) + "\n"+\
    "C    " + str(C)
    return out_str

base=base_counter("AAGCTACGTGGGTGACTTT")
print(base)

输出：

【讨论】：

我希望能够做到这一点：counts=base_counter(dna) print (counts) 而不是在函数中打印

【解决方案4】：

你可以创建另一个函数来打印结果：

def print_bases(bases):
print("A    "+str(bases[0])+"\n"
  "T    "+str(bases[1])+"\n"
  "G    "+str(bases[2])+"\n"
  "C    "+str(bases[3]))
print_bases(counts)

【讨论】：

有没有办法在同一个函数中做到这一点，使得函数在运行 base_counter(dna) 后返回元组 ((4, 6, 6, 3)) 然后能够打印按打印（计数）表）？所以基本上是你的第一个解决方案的相反输出。您的第一个解决方案返回表并打印元组。
从第一个解决方案开始，您可以返回一个字符串（正是 print 函数中写的内容），然后当您调用该函数时，它将返回一个字符串，您可以使用 print( ) 函数
我应该问一个新问题吗？如果没有你刚才提到的例子，很难理解。
你可以通过返回计数器并创建一个额外的函数来打印它们来实现它，就像我在这里向你展示的那样，或者将 reaults 作为一个字符串返回，已经像上面那样格式化，就像我在我的编辑中所做的那样原始答案，您可以直接打印，希望这会有所帮助:)
我收到一个缩进错误，它只从表中打印 A 4