CSV Fish

CSV 分类数据分析器。根据指定的行/列分组条件生成2x2列联表，并应用Fisher精确检验。

安装

如果您不想自己构建程序（请参阅下面的说明），您可以通过Cargo工具获取它。首先 安装Cargo，然后运行

cargo install csv_fish

用法

要使用程序，指向数据、分组规范和所需的输出位置

csv-fish --data data.csv --groups groups.csv --output output.csv

请参阅 示例文件 了解文件内容的相关灵感，并在使用程序之前阅读以下输入/输出规范。

分组 CSV 文件包含在SQLite中执行的SQL查询。不要在您无法信任的输入文件上运行程序。

输入

• 所有CSV输入都应使用分号分隔。

• 数据 CSV -单个样本的分类变量值。

  • 第一行是标题 - 数据集中分类变量的名称。每一行后续表示一个样本。

  • 每一列代表一个分类变量。

  • 每个单元格代表给定样本的给定分类变量的值。

  • 在运行任何数据查询之前，所有单元格值都去除了前后空白，以防止意外不匹配。（不要使用前后空白作为数据中意图不同的区分器。）

  • 支持每个分类变量超过两个可能的值。

• 分组 CSV -选择要测试的组的SQL。

  • 如果您不熟悉SQL，可以快速了解WHERE条件如何工作，以及您可以在其中使用的逻辑运算符。

  • 第一行是标题，后续行表示组（选择组的条件）。

  • 条件是用于选择列联表的行、列，或同时选择行和列。

    • 当使用仅行和仅列条件时，程序将每个仅行条件与每个仅列条件（笛卡尔积）组合，以生成行和列条件，然后这些条件被用于生成列联表。

    • 当使用行和列条件时，分组 CSV 文件中的每一行都对应一个列联表。

    • 可以在单个“组CSV”文件中将行仅条件和列仅条件与行列条件结合起来。

    • 请参阅示例文件，它们可能比千言万语的描述更好。

  • “组CSV”的标题必须是

    condtype;filter;r1cond;r2cond;c1cond;c2cond
    

  • condtype - 必需 - 值可以是 row、col 或 rowcol。 row 和 col 类型用于分别指定行和列的条件，而 rowcol 类型则同时指定这些条件。

  • filter - 可选 - 在执行Fisher精确检验之前，应用于所有数据的初始SQL WHERE条件。可用于在执行任何其他操作之前缩小样本集。

    • 如果你的数据包含一些分类变量未知（空单元格）的样本，你可能想添加筛选条件，这样使用该变量的查询就不会使用这些样本。 例如，my_var != ''。请参阅groups.csv示例。由于filter是SQL，因此如果需要引用多个列，可以在条件中使用运算符（如AND）。

  • r1cond - 当condtype为row或rowcol时必需 - 选择第1行的SQL WHERE条件。

  • r2cond - 可选 - 选择第2行的SQL WHERE条件。如果为空，则使用r1cond的补码（结果仍受filter的限制）。

  • c1cond - 当condtype为col或rowcol时必需 - 选择第1列的SQL WHERE条件。

  • c2cond - 可选 - 选择第2列的SQL WHERE条件。如果为空，则使用c1cond的补码（结果仍受filter的限制）。

  • 为了避免r1cond//r2cond或c1cond//c2cond之间的样本重叠，建议不要使用空的r2cond和c2cond，并在需要时使用filter预先选择一个更窄的样本集（例如，跳过具有未知值的样本），然后仅使用r1cond和c1cond进行行/列选择，使得第二行/列始终是第一行/列的补码。

make

make test

bash tools/compile-for-windows.sh