Listing du fichier countsites_v1.r
00001 Pour ne pas voir les numéros de ligne, ajoutez &nl=non à la suite du nom du fichier. |
Retour à la page principale de
(gH)
Listing du fichier countsites_v1.r
00001# (gH) -_- countsites.r ; TimeStamp (unix) : 26 Juin 2013 vers 16:57
00002
00003 # source("statgh.r")
00004
00005 library(hash)
00006 library(lubridate)
00007
00008 ##############################################################################
00009
00010 countSites <- function(rep1="",rep2="") {
00011
00012 ##############################################################################
00013
00014 if (missing(rep1) | (rep1=="")) {
00015 cat(" counSites() : fusion de fichiers txt pour compter les sites \n\n")
00016 cat("syntaxe : countSites(rep1_longevity,rep2_network) \n")
00017 cat("exemple : countSites(\"results_longevity_module\",\"results_network\") \n")
00018 cat("\n")
00019 cat("le mieux est d'exécuter cette fonction dans le répertoire parent de ces deux répertoires\n\n")
00020 return("")
00021 } # fin d'aide
00022
00023 tdeb <- Sys.time()
00024
00025 # ---------------------------------------------------------------------------
00026
00027 cat("\n\n")
00028 cat("COMPTAGE DES SITES dans les répertoires ",rep1," et ",rep2)
00029 cat("\n\n")
00030
00031 # ---------------------------------------------------------------------------
00032
00033 nomf1 <- "longevity.csv"
00034 nomf2 <- "network.csv"
00035 nomf3 <- "global.csv"
00036 nomf4 <- "tglobal.csv"
00037
00038 tdf1 <- compteFichiers(rep1)
00039 tdf2 <- compteFichiers(rep2)
00040
00041 # ---------------------------------------------------------------------------
00042
00043 cnt1 <- compteSite(tdf1,rep1,"L")
00044 cnt2 <- compteSite(tdf2,rep2,"N")
00045
00046 # ---------------------------------------------------------------------------
00047
00048 cat("\n",format(Sys.time(),"%X")," Fusion...\n")
00049 cnt3 <- merge(cnt1,cnt2,by="site",all.x=TRUE,all.y=TRUE)
00050 cnt3[ is.na(cnt3) ] <- 0
00051 cnt4 <- t(cnt3[,-1])
00052 colnames(cnt4) <- cnt3[,1]
00053
00054 # ---------------------------------------------------------------------------
00055
00056 write.csv(x=cnt1,file=nomf1,row.names=FALSE)
00057 write.csv(x=cnt2,file=nomf2,row.names=FALSE)
00058 write.csv(x=cnt3,file=nomf3,row.names=FALSE)
00059 write.csv(x=cnt4,file=nomf4,row.names=TRUE)
00060
00061 cat("\n")
00062 cat("FIN DE COMPTAGE DES SITES dans les répertoires ",rep1," et ",rep2,"\n\n")
00063 tfin <- Sys.time()
00064 cat(" durée : ",as.duration(tfin-tdeb)," secondes entre ",format(tdeb,"%X")," et ",format(tfin, "%X"))
00065 cat("\n")
00066 cat("\n")
00067 cat(" Fichiers résultats : ",nomf1,dims(cnt1),", ",nomf2,dims(cnt2),",\n ",nomf3,dims(cnt3)," et ",nomf4,dims(cnt4),"\n")
00068
00069 } # fin de fonction countSites
00070
00071 ##############################################################################
00072 ##############################################################################
00073
00074 fichiersTxt <- function(rep=".") {
00075
00076 ##############################################################################
00077
00078 fs <- paste("/tmp/liste.",runif(1,1,10**8),sep="")
00079 cmd <- paste("(cd ",rep," ; ls *.txt | sort -n > ",fs," ) ",sep="")
00080 # cat(cmd,"\n")
00081 system(cmd)
00082
00083 return(as.data.frame(read.table(fs,as.is=c(1))))
00084
00085 } # fin de fonction fichiersTxt
00086
00087 ##############################################################################
00088
00089 compteFichiers <- function(rep) {
00090
00091 ##############################################################################
00092
00093 tdf <- fichiersTxt(rep)
00094 nbf <- nrow(tdf)
00095 cat(" il y a ",sprintf("%4d",nbf)," fichiers .txt dans ",rep,"\n")
00096
00097 return(tdf)
00098
00099 } # fin de fonction compteSite
00100
00101 ##############################################################################
00102
00103 tdm2df <- function(tdm,nomcol) {
00104
00105 ##############################################################################
00106
00107 leDf <- as.data.frame(matrix(nrow=nrow(tdm),ncol=2))
00108 colnames(leDf) <- c("site",nomcol)
00109 leDf[,1] <- row.names(tdm)
00110 leDf[,2] <- tdm[1]
00111
00112 return(leDf)
00113
00114 } # fin de fonction tdm2df
00115
00116 ##############################################################################
00117
00118 compteSite <- function(tdf,rep,inirep) {
00119
00120 ##############################################################################
00121
00122 cat("\n")
00123 nbf <- nrow(tdf)
00124 cat(" Traitement des ",sprintf("%4d",nbf)," fichiers .txt dans ",rep,"\n")
00125 for (idf in (1:nbf)) {
00126 leFichier <- tdf[idf,1]
00127 nomFichier <- paste(rep,"/",leFichier,sep="")
00128 cat(" fichier ",sprintf("%5d",idf)," / ",nbf," : ", leFichier,"\n")
00129 lesmots <- sitesVus(nomFichier)
00130 if (lesmots=="") {
00131 cat(" pas de site vu\n")
00132 } else {
00133 # cat(" on comptabilise les mots de ",lesmots,"\n")
00134 tdmc <- analexies(lesmots,FALSE,FALSE,FALSE)$tmots
00135 idFichier <- paste(inirep,"_",leFichier,sep="")
00136 tdmcDf <- tdm2df(tdmc,idFichier)
00137 if (idf==1) {
00138 cntSites <- tdmcDf
00139 } else {
00140 cntSites <- merge(cntSites,tdmcDf,by="site",all.x=TRUE,all.y=TRUE)
00141 } # fin si
00142 } # fin si
00143 } # fin pour idf
00144 cat("\n")
00145
00146 # merge produit des NA au lieu de 0, donc :
00147
00148 cntSites[ is.na(cntSites) ] <- 0
00149
00150 return(cntSites)
00151
00152 } # fin de fonction compteSite
00153
00154 ##############################################################################
00155
00156 sitesVus <- function(unFichier) {
00157
00158 ##############################################################################
00159
00160 # on analyse unFichier, produit par PLACE (http://www.dna.affrc.go.jp/PLACE/index.html)
00161 # le premier site est indiqué après une ligne de "_"
00162 # lorsqu'on voit plusieurs "--" qui se suivent, il n'y a plus de site à lire
00163 # chaque site correspond au premier mot de la ligne
00164
00165 texte <- ""
00166 lignes <- readLines(unFichier)
00167 nbligs <- length(lignes)
00168 sites <- 0
00169
00170 for (idl in (1:nbligs)) {
00171 laLigne <- lignes[idl]
00172 if (nchar(laLigne)>0) {
00173 if (substr(laLigne,1,5)=="-----") { sites <- 0 }
00174 if (sites==1) {
00175 mots <- strsplit(laLigne," ")
00176 mot1 <- mots[[1]][1]
00177 # cat(idl," : on retient juste ",mot1," dans ",laLigne,"\n")
00178 texte <- paste(texte,mot1)
00179 } # fin si
00180 if (substr(laLigne,1,5)=="_____") { sites <- 1 }
00181 } # fin si
00182 } # fin pour idl
00183
00184 # print(texte)
00185
00186 return(texte)
00187
00188 } # fin de fonction sitesVus
00189
00190 ##############################################################################
00191
00192 ##############################################################################
00193 ##############################################################################
00194
00195 # countSites("testmo","testne")
00196 # cat("\n")
00197 countSites("results_longevity_module","results_network")
00198
Pour ne pas voir les numéros de ligne, ajoutez &nl=non à la suite du nom du fichier.