0.タブ区切りのファイルをtabulator で表示する

Javascriptで表を作成するtabulatorというツールをお試し利用する

ブラウザー上でグリッド表示をするのにtabulatorが良さそうなので利用してみる

json形式のデータを読み取って表示する事としたい
表にする元データとしてRefSeqのLRG_RefSeqGeneを利用

タブ区切りデータからjsonに変換

tabulatorで読み込むにはjson形式のデータが必要なので、LRG_RefSeqGeneをjson に変換しなくては

適当なものが見当たらなかったので、pythonで処理する

• convert_csv_to_json(filename=読み取り対象のファイル名, delimiter=区切り文字, maximum_lines=変換する行数, out_file=出力先のファイル名)
  • csvモジュールのDictReaderを利用してタブ区切りのデータを読み込み
    • 行頭のコラムの"#"がコラム名に入ってしまうので、DictReader.fieldnames[0]を直接編集
  • 変換する行数を指定可能にする: maximum_lines
  • jsonのテキストにユニークなidを追加
  • 区切り文字をタブ以外に指定できるようにする。

create_json.py

# !/usr/bin/env python
# -*- coding: utf-8 -*-
from __future__ import print_function
import json
import csv
__author__ = 'percipere'
__date__ = '2017/12/13'
__date_of_last_modification__ = ''
# Read data file and create JSON object
def convert_csv_to_json(filename='./LRG_RefSeqGene', delimiter='\t', maximum_lines=100, out_file="./output.json"):
    """
    Read csv file and convert it to json file.
    The first line of the csv should be delimiter separated column names.
    :param filename: file name of the CSV
    :param delimiter:
    :param maximum_lines: 0 means all lines
    """
    data_list = []
    with open(filename, 'r') as file_handle:
        reader = csv.DictReader(file_handle, delimiter=delimiter)
        reader.fieldnames[0] = reader.fieldnames[0][1:] if reader.fieldnames[0].startswith('#') else reader.fieldnames[
            0]
        for row_id, row in enumerate(reader, start=1):
            row.update({"id": row_id})
            data_list.append(row)
            if maximum_lines and row_id >= maximum_lines:
                break
    with open(out_file, 'w') as write_handle:
        json.dump(data_list, write_handle)

if __name__ == "__main__":
    convert_csv_to_json()

data_listにidを付記したdictionaryを追加して、最後にjson.dumpで書き出し

$ python3 ./create_json.py 

入力ファイルの先頭4行

LRG_RefSeqGene

# tax_id	GeneID	Symbol	RSG	LRG	RNA	t	Protein	p	Category
9606	29974	A1CF	NG_029916.1		NM_001198819.1		NP_001185748.1		reference standard
9606	29974	A1CF	NG_029916.1		NM_014576.3		NP_055391.2		aligned: Selected
9606	29974	A1CF	NG_029916.1		NM_138932.2		NP_620310.1		aligned: Selected
9606	29974	A1CF	NG_029916.1		NM_138933.2		NP_620311.1		aligned: Selected

出力ファイルの先頭4項目　念のため行末に]を付記

output.json

[{"tax_id": "9606", "GeneID": "29974", "Symbol": "A1CF", "RSG": "NG_029916.1", "LRG": "", "RNA": "NM_001198819.1", "t": "", "Protein": "NP_001185748.1", "p": "", "Category": "reference standard", "id": 1}, {"tax_id": "9606", "GeneID": "29974", "Symbol": "A1CF", "RSG": "NG_029916.1", "LRG": "", "RNA": "NM_014576.3", "t": "", "Protein": "NP_055391.2", "p": "", "Category": "aligned: Selected", "id": 2}, {"tax_id": "9606", "GeneID": "29974", "Symbol": "A1CF", "RSG": "NG_029916.1", "LRG": "", "RNA": "NM_138932.2", "t": "", "Protein": "NP_620310.1", "p": "", "Category": "aligned: Selected", "id": 3}, {"tax_id": "9606", "GeneID": "29974", "Symbol": "A1CF", "RSG": "NG_029916.1", "LRG": "", "RNA": "NM_138933.2", "t": "", "Protein": "NP_620311.1", "p": "", "Category": "aligned: Selected", "id": 4},]

これで元データが作成できた

今回はここまで