PRÉMISSES D'UN SECOND TABLEAU STAT

Code

-import gffutils
-import pandas as pd
-
-def gff_a_html(gff_file, output_html):
-    """
-    Analyse un fichier GFF et génère un tableau HTML avec les informations des gènes extraites
-
-    Parameters:
-    - gff_file (str): chemin de ou est enregistré le fichier GFF
-    - output_html (str): chemin de ou on veux que le fichier HTML s'enregistre
-
-    Returns:
-    - rien mais enregistre un fichier HTML avec un tableau de donnée la ou on lui a demandé
-    """
-    # base de données temporaire du fichier 
-    db = gffutils.create_db(gff_file, dbfn=":memory:", force=True, keep_order=True, merge_strategy="create_unique", sort_attribute_values=True)
-            # memory : pour pas stocker sur disque (RAM)
-            #force = true : recrée base si elle existe déja
-            #merge_strategy="create_unique" : pour que les valeurs fusionnée reste unique
-            #sort_attribute_values=True : tri valeurs
-    data = []  # Liste stock infos
-
-    # éléments GFF
-    for feature in db.all_features(): #all_feature() est une methode des gffutils
-        entry = {
-            "Feature Type": feature.featuretype,
-            "ID": feature.id,
-            "Start": feature.start,
-            "End": feature.end,
-            "Strand": feature.strand,
-            "Sequence": feature.attributes.get('Sequence'),
-            "CDS": feature.attributes.get('CDS'),
-        }
-        data.append(entry)
-
-
-    # TABLEAU : 
-    df = pd.DataFrame(data, columns=["ID", "Start", "End", "Strand","Sequence", "CDS"]) 
-
-    # fichier HTML
-    df.to_html(output_html, index=False)
-
-    print(f"HTML table generated: {output_html}")
-
-
-if __name__ == "__main__":
-
-        #chemin des fichiers de Clara :
-    #gff_file = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/wormbase_gff2_alt.txt" 
-    #output_html = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/output.html"
-
-        #chemin des fichiers :
-    #gff_file = 
-    #output_html = 
-
-
-    print(gff_a_html(gff_file,output_html))
\ No newline at end of file
+import gffutils
+import pandas as pd
+from collections import Counter
+
+def avg_lenght(db):
+    avg = Counter()
+    # Longueur moyenne des Features :
+    CDS_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("CDS")]
+    region_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("region")]
+    coding_exon_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("coding_exon")]
+    intron_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("intron")]
+
+    avg_CDS_length = sum(CDS_lengths) / len(CDS_lengths) if CDS_lengths else 0
+    avg_region_length = sum(region_lengths) / len(region_lengths) if region_lengths else 0
+    avg_coding_exon_length = sum(coding_exon_lengths) / len(coding_exon_lengths) if coding_exon_lengths else 0
+    avg_intron_length = sum(intron_lengths) / len(intron_lengths) if intron_lengths else 0
+
+    avg["CDS"] = avg_CDS_length
+    avg["region"] = avg_region_length
+    avg["coding_exon"] = avg_coding_exon_length
+    avg["intron"] = avg_intron_length
+
+    return avg
+
+def count(db):
+    """
+    Stat
+    Parameters:
+    - db: base de donné
+    Returns:
+    - stats (dict) : exemple --> Counter({'coding_exon': 4, 'intron': 3, 'region': 1, 'CDS': 1, 'average_gene_length': 0})
+    """
+    stats = Counter()
+
+    for feature in db.all_features(): #methode gffutils
+        stats[feature.featuretype] += 1
+
+    return stats
+
+
+import pandas as pd
+
+
+def fusions_stat(count, avg):
+    """
+    Combinaisons de plusieurs dictionnaires stat dans 1 tableau
+
+    Parameters:
+    - stats (dict): Un dictionnaire avec le nombre de chaque type de feature.
+    - avg (dict): Un dictionnaire avec la longueur moyenne de chaque type de feature.
+
+    Returns:
+    - Un unique tableau et sa c'est beau
+    """
+    # Transformer les dict en tableau
+    count_df = pd.DataFrame(count.items(), columns=["Feature Type", "Count"])
+    avg_df = pd.DataFrame(avg.items(), columns=["Feature Type", "Average Length"])
+
+    # Fusion les tableaux sur la colonne "Feature Type"
+    combined_df = pd.merge(count_df, avg_df, on="Feature Type", how="left") #faut que klé des deux dict soit les memes
+
+    return combined_df
+
+
+def gff_a_html(gff_file, output_html):
+    """
+    Analyse un fichier GFF et génère un tableau HTML avec les informations des gènes extraites
+
+    Parameters:
+    - gff_file (str): chemin de ou est enregistré le fichier GFF
+    - output_html (str): chemin de ou on veux que le fichier HTML s'enregistre
+
+    Returns:
+    - rien mais enregistre un fichier HTML avec un tableau de donnée la ou on lui a demandé
+    """
+    # base de données temporaire du fichier
+    db = gffutils.create_db(gff_file, dbfn=":memory:", force=True, keep_order=True, merge_strategy="create_unique", sort_attribute_values=True)
+            # memory : pour pas stocker sur disque (RAM)
+            #force = true : recrée base si elle existe déja
+            #merge_strategy="create_unique" : pour que les valeurs fusionnée reste unique
+            #sort_attribute_values=True : tri valeurs
+    data = []  # Liste stock infos
+
+    # éléments GFF
+    for feature in db.all_features(): #all_feature() est une methode des gffutils
+        entry = {
+            "Feature Type": feature.featuretype,
+            "ID": feature.id,
+            "Start": feature.start,
+            "End": feature.end,
+            "Strand": feature.strand,
+            "Sequence": feature.attributes.get('Sequence'),
+            "CDS": feature.attributes.get('CDS')
+        }
+        data.append(entry)
+
+
+    # DATA
+    df = pd.DataFrame(data, columns=["ID", "Start", "End", "Strand", "Sequence", "CDS"])
+    df_html = df.to_html(index=False) #html
+
+    # STAT
+    cnt = count(db)
+    avg = avg_lenght(db)
+    stats_df = fusions_stat(cnt, avg)
+    stats_html = stats_df.to_html(index=False) #html
+
+    # TOUT les tableaux dans 1 fichier HTML
+    with open(output_html, "w", encoding="utf-8") as f:
+        f.write("<h1> DATA </h1>\n")
+        f.write(df_html)  # 1er tableau
+        f.write("<h1> Statistics </h1>\n")
+        f.write(stats_html)  # 2e tableau
+
+    print(f"HTML file saved as {output_html}")
+
+
+if __name__ == "__main__":
+
+        #chemin des fichiers de Clara :
+    gff_file = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/wormbase_gff2_alt.txt"
+    output_html = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/output.html"
+
+        #chemin des fichiers :
+    #gff_file =
+    #output_html =
+
+    print(gff_a_html(gff_file,output_html))
+