Feature/fixParseCNV #160
Feature/fixParseCNV #160
Conversation
melferink
commented
Oct 15, 2024
melferink
commented
- fixed bug in counting samples numbers due to multiple lanes
Release/v7.5.5
| @@ -62,6 +62,51 @@ def make_mail(today, daysago, attachment, run_status): | |||
| send_email(settings.email_from, settings.email_to, subject, text, attachment) | |||
|
|
|||
|
|
|||
| def get_number_samples_per_run_from_samplesheet(folder, rawfolder, projects, warnings): | |||
There was a problem hiding this comment.
ik zou hier de argumenten wat meer specifieker maken, b.v. run_folder ipv folder
| number_samples_run = 0 | ||
| lanes = [] | ||
| lane_index = "" | ||
| if os.path.exists("{}/SampleSheet.csv".format(folder)): |
There was a problem hiding this comment.
ik zie dat we vaan verschillende soorten python strings door elkaar gebruiken.
wat er nu staat is niet fout ofzo, maar zouden we misschien voor de nieuwere f-strings kunnen kiezen?
Dan zou deze zin:
if os.path.exists(f"{folder}/SampleSheet.csv"):
worden (en de rest van de strings worden dan ook net anders, maar dat scheelt weer text en het is meestal leesbaarder)
| number_samples_run += 1 | ||
| if line.split(",")[lane_index] not in lanes: | ||
| lanes.append(line.split(",")[lane_index]) | ||
| if "Sample_ID" not in line: |
There was a problem hiding this comment.
sorry maar de logica klopt, alleen ik vind het niet heel leesbaar.
als ik het goed begrijp lezen we dus elke lijn van een samplesheet, en als we niet Sample_ID in de regel vinden gaan we door, maar als we in de else terecht komen gaan we een ander codeblock in waarin we dan in sample_section zitten.
ik denk dat een config parser hier de oplossing is:
https://docs.python.org/3/library/configparser.html
dan kan je een config section lezen uit een samplesheet a la
import configparser
config = configparser.ConfigParser()
samplesheet = config.read(samplesheet_path)
je hebt dan 1 sample block met alle samples, en die kan je makkelijk filteren met een for-loopje ofzo.
is een idee, wellicht werkt t niet, maar t proberen waard :)
| # prevent division by zero. | ||
| if len(lanes) > 0: | ||
| rawfolder[folder][1] += number_samples_run/len(lanes) | ||
| return rawfolder, warnings |
There was a problem hiding this comment.
mocht er tijd voor zijn, hou dit stukje dan eens kritisch tegen het licht.
op dit moment zit er namelijk logica in de functie om het aantal samples in een samplesheet te bepalen, maar het doet ook dingen daar buitenom, b.v. een dict bijhouden met het aantal samples per project. eigenlijk mag dat best zijn eigen functie zijn.
en een mooi voorbeeldje van code die heerlijk zou werken met OO!
dan kan je gewoon een run object maken dat 1 of meerdere projects heeft en de determine_samples uitvoeren op een run object, die het op alle (gefilterde) project lijst uitvoert
