从 MATLAB 中的文本扫描输出构建结构

Question

我有一个这样的制表符分隔文件：

refseq  gene    symb    locus_id        chr     strand  start   end     cds_start       cds_end status  chrm
ENST00000456328.2       ENST00000456328.2       DDX11L1 00000456328     chr1    1       11868   14409   14409   14409   Reviewed        1
ENST00000515242.2       ENST00000515242.2       DDX11L1 00000515242     chr1    1       11871   14412   14412   14412   Reviewed        1
ENST00000518655.2       ENST00000518655.2       DDX11L1 00000518655     chr1    1       11873   14409   14409   14409   Reviewed        1
ENST00000450305.2       ENST00000450305.2       DDX11L1 00000450305     chr1    1       12009   13670   13670   13670   Reviewed        1
ENST00000438504.2       ENST00000438504.2       WASH7P  00000438504     chr1    0       14362   29370   29370   29370   Reviewed        1

我想将它作为结构读入 Matlab，如下所示：

我试过这样做：

fid = fopen('gencode.v19.pseudogene_gistic.txt');
headers = textscan(fid,'%s%s%s%s%s%s%s%s%s%s%s%s',1,'delimiter','\t')
data = textscan(fid,'%s%s%s%d%s%d%d%d%d%d%s%d','delimiter','\t')
fclose(fid);
cdata = struct('refseq',data{1}, 'gene',data{2}, 'symb',data{3}, 'locus_id',data{4}, 'chr',data{5}, 'strand',data{6}, 'start',transpose(data{7}), 'end',data{8}, 'cds_start',data{9}, 'cds_end',data{10}, 'status',data{11}, 'chrn',data{12};

然而，它returns这样的结构包含可笑的单元格。所有数字字段都起作用 differently.NOTE：我想要一个 1x17149 结构，而不是 17149x1 结构。

有人能帮忙吗？谢谢

Answer 1

问题是 textscan returns 数值元胞数组和字符数组元胞数组。您需要转换一个或另一个以使它们相同。

这是一些适用于您显示的数据的代码

%// Load the headers
headers = textscan(fid,'%s%s%s%s%s%s%s%s%s%s%s%s', 1);

%// Load the data
data = textscan(fid,'%s%s%s%d%s%d%d%d%d%d%s%d');

%// Find which ones aren't nested cell arrays
isarray = ~cellfun(@(x)iscell(x), data);

%// Convert to nested cell arrays
data(isarray) = cellfun(@num2cell, data(isarray), 'uni', 0);

%// Create a structure using the headers as field names
cdata = cell2struct(cat(2, data{:}).', [headers{:}]).';

从 MATLAB 中的文本扫描输出构建结构

Construct a struct from textscan output in MATLAB

matlab

matlab-struct