2

基本上我有这些文件（来自NCBI的medline）。每个都与一个期刊标题相关联。每个都有 0、1 个或多个 genbank 标识号 (GBID)。我可以将每个文件的 GBID 数量与每个期刊名称相关联。我的问题是我可能有多个文件与同一期刊关联，我不知道如何将每个文件的 GBID 数添加到每个期刊的 GBID 总数中。

我当前的代码：jt 代表期刊标题，从文件中正确提取。GBID 会在遇到时添加到计数中。

...到目前为止，执行了第一次搜索，您可以将每个“pmid”视为一个文件，因此每个“获取”一次遍历所有文件...

  pmid_list.each do |pmid|

   ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line|

    if pmid_line =~ /JT.+- (.+)\n/
        jt = $1
        jt_count = 0
        jt_hash[jt] = jt_count

        ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line_2|

            if pmid_line_2 =~ /SI.+- GENBANK\/(.+)\n/
                gbid = $1
                jt_count += 1
                gbid_hash["#{gbid}\n"] = nil
            end 
        end 

        if jt_count > 0
            puts "#{jt} = #{jt_count}"

        end
    end
  end
end

我的结果：

 Your search returned 192 results.
 Virology journal = 8
 Archives of virology = 9
 Virus research = 1
 Archives of virology = 6
 Virology = 1

基本上，我怎么才能说病毒学档案= 15，但是对于任何期刊标题？我尝试了一个哈希，但是第二个病毒学档案只是覆盖了第一个......有没有办法让两个键在哈希中添加它们的值？

完整代码：

 #!/usr/local/bin/ruby

 require 'rubygems'
 require 'bio'


Bio::NCBI.default_email = 'kepresto@uvm.edu'

ncbi_search = Bio::NCBI::REST::ESearch.new
ncbi_fetch = Bio::NCBI::REST::EFetch.new


print "\nQuery?\s" 

query_phrase = gets.chomp

"\nYou said \"#{query_phrase}\". Searching, please wait..."

pmid_list = ncbi_search.search("pubmed", "#{query_phrase}", 0)

puts "\nYour search returned #{pmid_list.count} results."

if pmid_list.count > 200
puts "\nToo big."
exit
end

gbid_hash = Hash.new
jt_hash = Hash.new(0)


pmid_list.each do |pmid|

ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line|

    if pmid_line =~ /JT.+- (.+)\n/
        jt = $1
        jt_count = 0
        jt_hash[jt] = jt_count

        ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line_2|

            if pmid_line_2 =~ /SI.+- GENBANK\/(.+)\n/
                gbid = $1
                jt_count += 1
                gbid_hash["#{gbid}\n"] = nil
            end 
        end 

        if jt_count > 0
            puts "#{jt} = #{jt_count}"

        end
        jt_hash[jt] += jt_count
    end
end
end


jt_hash.each do |key,value|
# if value > 0
    puts "Journal: #{key} has #{value} entries associtated with it. "
# end
end

# gbid_file = File.open("temp_*.txt","r").each do |gbid_count|
#   puts gbid_count
# end
4

1 回答 1

3

在顶部某处声明 jt_hash 以零开头：

jt_hash = Hash.new(0)

然后：

puts "#{jt} = #{jt_count}"

放：

jt_hash[jt] += jt_count

这使得 jt_count 在散列中递增，而不是被覆盖。这将在发生时打印出所有内容，因此您将得到如下信息：

Your search returned 192 results.
Virology journal = 8
Archives of virology = 9
Virus research = 1
Archives of virology = 15
Virology = 1

然后，如果您希望所有内容都打印一次，只需将一些内容放在通过 jt_hash 并打印所有内容的末尾：

jt_hash.each { |elem|
  puts "#{elem[1]} = #{elem[0]}"
}
于 2012-04-13T04:31:28.087 回答