通过SQL计算序列中的字符 [英] Counting chars in sequences via SQL

问题描述

我有一个带有序列表的数据库。该表中的每个（氨基酸）序列由20个不同的字符（A，V，...）组成。例如MQSHAMQCASQALDLYD ...。

I have a database with a sequence table. Each (amino acid) sequence in this table comprises of 20 different chars (A, V, ...). For instance "MQSHAMQCASQALDLYD...".

我想计算每个字符的出现次数，以便得到类似2xM，3xQ，.. 。。

I would like to count the number of appearance of each char, so that I get something like "2xM, 3xQ, ...".

此外，我想在我的DB中的所有序列，这样我得到每个字符的整体外观。 （248xM，71x W，...）。

Furthermore, I would like to do this over all sequences in my DB, so I get the overall appearance of each char. ("248xM, 71x W,...").

如何在PostgreSQL中执行此操作？目前，我使用Ruby，但我有25000个序列，每个长度约400个字符。这需要一段时间，我希望它会更快与SQL。

How can I do this in PostgreSQL? At the moment, I am doing it with Ruby, but I have 25,000 sequences with a length of about 400 chars each. This takes a while and I hope it will be faster with SQL.

推荐答案

这是如何查找字符串中的所有A：

This is How to find all A's in a string:

select length(regexp_replace('AAADDD', '[^A]', '', 'g'));

这是如何查找表中所有A的方法：

This is how to find all A's in a table:

select sum(length(regexp_replace(field, '[^A]', '', 'g'))) from table;

这篇关于通过SQL计算序列中的字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！