大家好，我們下面要講解的是從tcga數據庫上下載下來的數據的整理，目标是整理成這個樣子的數據：TCGAID和Esymbolid一一對應。如果大家忘記了數據如何下載了，以及我們為什麼這麼做，可以查看前面一期的推文。

分析：首先要知道gdc和medata文件包括什麼，它們之間的關系是：gdc裡面一個文件對應一個Esymbolid同時對應一個數據文件，與medata中的一個文件對應，同時對應一個TCGAID。最後通過文件名相同，可以将TCGAID和Esymbolid一一對應。同時将對應Esymbolid裡的每個樣本表達量寫入。下面進行具體分析！最後結果如下圖所示：

上次我們講解了如何在TCGA上下載數據，并保存好，首先我們先打開文件夾，找到今天我們要用的數據，數據包括兩個文件，分别是gdc文件和medata文件，

gdc文件包含什麼，medata文件包含什麼，我提前做好了幾張圖片，可以更清楚地顯示這些文件包含什麼。

為了整理好數據，第一步就是要将gdc壓縮包解壓到同名文件夾，

如圖片所示，解壓完之後，我們可以看到gdc文件夾，裡面含有一個文件壓縮包。

後面在files裡可看到，解壓後的包裡面就是含有樣本表達量的esymbolid的文件。

我們需要把解壓後的gdc文件裡的含有壓縮包的這些文件裡的壓縮包全部解壓，然後按順序放至在一個文件夾下面，如果一個一個去點擊解壓的話，很慢很容易出錯，于是我們在這要用一個腳本，執行将含有樣本數據文件彙總到一起，進行一次性解壓，執行腳本，就需要一個應用程序告訴計算機怎麼執行腳本，所以這裡還要講解一下，如何安裝這個應用程序，具體操作：百度搜索，點擊active perl 直接安裝就行了。判斷是否安裝成功，點擊搜索框，搜索cmd，點擊命令提示符，輸入perl加空格加-v,按回車就能看到perl的版本号了。

剛剛我們提過将gdc壓縮包解壓縮，得到了一個文件夾，這是将這個腳本複制過來，複制到這個文件夾裡。

這個腳本的目的就是将解壓後的gdc文件夾裡的每個文件裡的壓縮包文件有序的放在一個files的文件夾裡，這個文件夾也是這個腳本創建的，方便我們一起解壓。具體操作：搜索cmd，點擊命令提示符，輸入cd加空格，加黏貼路徑，加Perl，加空格，加複制黏貼腳本名，加空格，加回車。

腳本就開始運行了，等運行好了，就可以在解壓縮後的gdc文件夾裡看到一個files的文件夾，裡面包含了按順序排列所有的需要解壓的壓縮包的文件，然後按住CTRL，從第一個文件名點擊下滑至最後一個文件名，按右鍵，點擊解壓到當前文件夾，即files文件夾裡，這樣就将所有的壓縮包文件解壓到了這個文件夾裡了。

結束語：大家需要聯系的腳本可以在後台留言，我們發給您，如果有什麼疑問，也可以在後台留言，我們看到的話，會及時回複的。如果覺得這篇文章對你有用的話，希望你能點贊，分享，讓更多的人都能看見，謝謝。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!