python脚本更改vcf文件中的样本顺序
用vcf文件和表型关联做GWAS分析的时候通常会要求vcf文件里的样本顺序和表型样本顺序是一致的，一种做法是根据vcf文件里的样本顺序调整表型数据里的样本顺序，另外一种做法是根据表型数据里的样本顺序去调整vcf文件的样本顺序。调整vcf文件的样本顺序没有找到现成的工具可以做这个事情，之前搜索找到一个链接说bcftools 的 reheader命令可以调整样本顺序，我自己之前也用这个命令做过。最近才发现这个命令不会更改样本的顺序，只是根据提供的样本名把vcf文件里的样本名改掉，基因型的顺序并不会动
比如vcf文件
!(data/attachment/forum/plugin_zhanmishu_markdown/202407/d756a8dfb4d224815c96976386353120_1722256020_8692.jpg)
运行bcftools reheader
```
bcftools reheader -s sample.order practice.recode.vcf
```
!(data/attachment/forum/plugin_zhanmishu_markdown/202407/444763a025267b4b1f16cb81072e4481_1722256019_6838.jpg)
## 自己写的python脚本
```
import sys
## list1 指定顺序的列表
## list2 需要调整顺序的列表
def find_positions(list1,list2):
positions = []
for element in list1:
position = list2.index(element)
positions.append(position + 9)
return(list(range(9)) + positions)
## sys.argv 样本顺序文件,每行一个样本
## sys.argv 输入vcf
## sys.argv 输出vcf
sample_order_list = []
with open(sys.argv,'r') as fr:
for line in fr:
sample_order_list.append(line.strip())
fr = open(sys.argv,'r')
fw = open(sys.argv,'w')
for line in fr:
if line.startswith("##"):
fw.write(line)
elif line.startswith("#CHROM"):
raw_sample_order = line.strip().split()
order_list = find_positions(sample_order_list,raw_sample_order)
temp_list = line.strip().split()
new_list = for i in order_list]
fw.write("%s\n"%('\t'.join(new_list)))
else:
temp_list = line.strip().split()
new_list = for i in order_list]
fw.write("%s\n"%('\t'.join(new_list)))
fr.close()
fw.close()
```
运行命令
```
python adjustVCFsampleOrder.py sample.order practice.recode.vcf practice.reorder.vcf
```
**欢迎大家关注我的公众号**
**小明的数据分析笔记本**
> 小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！
>
页:
[1]