我正在尝试grep在当前目录中的40k文件,我收到此错误.
for i in $(cat A01/genes.txt); do grep $i *.kaks; done > A01/A01.result.txt
-bash: /usr/bin/grep: Argument list too long
一般如何grep成千上万的文件？
谢谢Upendra
我试图使用列表从Pandas数据帧中提取行,但无法完成.这是一个例子
# df
alleles chrom pos strand assembly# center protLSID assayLSID
rs#
TP3 A/C 0 3 + NaN NaN NaN NaN
TP7 A/T 0 7 + NaN NaN NaN NaN
TP12 T/A 0 12 + NaN NaN NaN NaN
TP15 C/A 0 15 + NaN NaN NaN NaN
TP18 C/T 0 18 + NaN NaN NaN NaN
test = ['TP3','TP12','TP18']
df.select(test)
这就是我试图用列表中的元素做的事情,我收到了这个错误TypeError: 'Index' object is not callable.我究竟做错了什么？
我有一个包含三列的数据框，我正在尝试使用 Seaborn 库绘制线图，但它向我抛出一个错误，说'DataFrame' object has no attribute 'get'. 这是我的测试数据框
Age variable value
31 Overall 69.76751118
31 Potential 69.76751118
31 Growth 0
34 Overall 68.91176471
34 Potential 68.91176471
34 Growth 0
28 Overall 69.05803996
28 Potential 69.05803996
28 Growth 0.24643197
这就是我在读取 csv 文件后尝试使用 seaborn 线图所做的
test = spark.read.csv("test.csv", inferSchema=True, header=True)
sns.lineplot(x = "Age", y = "value", hue = "variable", data = test)
我得到的错误是这个
AttributeError: 'DataFrame' object has no attribute 'get'
但是，当我将数据框转换为 Pandas 数据框并使用完全相同的 seaborn 代码时
test_df = test.toPandas()
sns.lineplot(x …我在使用grep命令匹配特定列时遇到问题.我有一个这样的测试文件(test.txt)..
Bra001325 835 T 13 c$c$c$c$c$cccccCcc !!!!!68886676
Bra001325 836 C 8 ,,,,,.,, 68886676
Bra001325 841 A 6 ,$,.,,. BJJJJE
Bra001325 866 C 2 ,. HJ
我想提取所有那些866在第二列中有数字的行.当我使用grep命令时,我获得包含该数字的所有行
grep "866" test.txt
Bra001325 835 T 13 c$c$c$c$c$cccccCcc !!!!!68886676
Bra001325 836 C 8 ,,,,,.,, 68886676
Bra001325 866 C 2 ,. HJ
如何使用grep命令匹配特定列？
我有一个file_in.txt包含以下名称的文件 ( )：
aphid_splitseq.1.fasta.annot.xml
aphid_splitseq.2.fasta.annot.xml
aphid_splitseq.3.fasta.annot.xml
aphid_splitseq.4.fasta.annot.xml
aphid_splitseq.5.fasta.annot.xml
我还有另一个文件 ( file_out.txt) 具有以下名称：
aphid_splitseq_1
aphid_splitseq_2
aphid_splitseq_3
aphid_splitseq_4
aphid_splitseq_5
现在我想要这样的陈述
java -cp *:ext/*: es.blast2go.prog.B2GAnnotPipe -in aphid_splitseq.1.fasta.annot.xml -out results/aphid_splitseq_1 -prop b2gPipe.properties -v -annot -dat
基本上，我要循环通过每个的file_in.txt和file_out.txt并取代的值-in和-out用i和j分别。
我在 Bash 中尝试过，但它似乎不起作用：
aphid_splitseq.1.fasta.annot.xml
aphid_splitseq.2.fasta.annot.xml
aphid_splitseq.3.fasta.annot.xml
aphid_splitseq.4.fasta.annot.xml
aphid_splitseq.5.fasta.annot.xml
我正在尝试将当前工作目录挂载到 Docker 容器上，但无法正常工作。这是我的 Dockerfile
FROM ubuntu:14.04.3
MAINTAINER Upendra Devisetty
RUN apt-get update && apt-get install -y g++ \
make \
git \
zlib1g-dev \
python \
wget \
curl \
python-matplotlib
ENV BINPATH /usr/bin
ENV HISAT2GIT https://upendra_35@bitbucket.org/upendra_35/evolinc.git
RUN git clone "$HISAT2GIT"
RUN chmod +x evolinc/evolinc-part-I.sh && cp evolinc/evolinc-part-I.sh $BINPATH
RUN wget -O- http://cole-trapnell-lab.github.io/cufflinks/assets/downloads/cufflinks-2.2.1.Linux_x86_64.tar.gz | tar xzvf -
RUN wget -O- https://github.com/TransDecoder/TransDecoder/archive/2.0.1.tar.gz | tar xzvf -
RUN wget -O- http://seq.cs.iastate.edu/CAP3/cap3.linux.x86_64.tar | tar vfx -
RUN curl ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/ncbi-blast-2.2.31+-x64-linux.tar.gz > ncbi-blast-2.2.31+-x64-linux.tar.gz
RUN tar …我在我的CentOs VM上安装了Openstack,当我尝试查看已启动实例的列表时,我收到此错误
$ openstack server list
Ignoring domain related config user_domain_name because identity API version is 2.0
Ignoring domain related config user_domain_name because identity API version is 2.0
Ignoring domain related config user_domain_name because identity API version is 2.0
Ignoring domain related config user_domain_name because identity API version is 2.0
Expecting to find domain in user - the server could not comply with the request since it is either malformed or otherwise incorrect. The client is assumed to be in …我想计算数据帧的一列中的正值和负值的数量.我怎么办R？
例如,这里是数据框
logFC logCPM LR PValue FDR
Bra15066 -5.630822 5.184586 73.79927 8.647868e-18 4.060866e-13
Bra18809 -13.227825 7.158572 72.13478 2.009902e-17 4.719048e-13
Bra45310 5.848073 5.244367 65.61483 5.482472e-16 8.581530e-12
Bra44666 -4.270590 4.852193 63.75671 1.407731e-15 1.652605e-11
Bra34292 -12.917379 4.198073 61.84715 3.711794e-15 3.485968e-11
Bra38258 -5.239433 4.816886 57.98476 2.641567e-14 2.067378e-10
现在我想计算logFC列中正值的数量与负值的比较.
基本上我想看到负数的5个计数和上面的df的正数的1个.我怎么办R？
我试图用任何内容（基本上删除）替换序列末尾的三个字母代码，sed但对于多个正则表达式模式效果不佳。这是序列的示例
GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG
GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAA
GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTGA
当我尝试regex单独使用时sed它有效
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" | sed 's/TAG$//'
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAA" | sed 's/TAA$//'
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" | sed 's/TAG$//'
但是，当我尝试包含多个正则表达式时，它不起作用
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" |
sed 's/(TAG$|TAA$|TGA$)//'
有人可以指出我哪里做错了吗？
我有一个如下的df，我想使用geom_line生成时间序列图。这是我的数据摘要：
summary(data.t.m)
sample side time day variable value
HA2015_E10AF.bam: 1 E:69 1 :12 F:72 nc.counts:138 Min. : 4.346
HA2015_E10BF.bam: 1 W:69 2 :12 S:66 1st Qu.: 6.949
HA2015_E10CF.bam: 1 3 :12 Median : 8.529
HA2015_E11AF.bam: 1 4 :12 Mean : 9.085
HA2015_E11AS.bam: 1 5 :12 3rd Qu.:10.501
HA2015_E11BF.bam: 1 6 :12 Max. :23.047
(Other) :132 (Other):66
这是生成折线图的代码：
plt <- ggplot(data.t.m, aes(time, value, group = side, colour = side))
plt <- plt + stat_summary(fun.y = "mean", geom="line", size = 2, position=position_dodge(0.95)) …