真诚求助：hapmap下载的文件导入到sas中的问题

shiyiming

大家好！专业需要，要处理从hapmap上下载的snp
试着想写个程序，把hapmap下载的txt文件变成使用软件所需要的格式
hapmap上下载的文件格式如下：
1。
---
pop: JC
build: ncbi_b36
hapmap_release: rel22
filters: consensus+polymorphic
start: 26924045
stop: 27424045
snps:
  - rs774264: 26925374
  - rs774265: 26925442
    ......
  - rs4722699: 27423025
  - rs17429887: 27423321
phased_haplotypes:
  - NA18524_c1: TGATTCGGCCCAGTAGGGGTTGTCCTGCATACTTGGCTCTAACGTGTCTAGATCCTTTTAATTCCCGATGATAAAGCCCAATACGGACTCATTGTTTCCCTAAGCAGATGCTCGATTGTCTATCTGTTGTTCGTACGCGCCAGCCGTCAATCATACCGGAGGGGCATGAATAAAATTTCCATCTAGTCGTTCGAAGGGTGGCAAGATTACGCGGCGAACGTCGAAGTTACGAGTGGATGGTGTTAGCCATCACGGCCATTTCTTAAGCCCTCGTTAGTTAAGGAATGAGGACCGGGCTGGTGTTCGACGTAGATATTAACACGCTGTAAATAGACACCGCTGCATTAGCGTATGCAACCC
  - NA18524_c2: TGATTCGGCCCAGTAGGGGTTGTCCTGCATACTTGGCTCTCACGTGTCTAGATCCTTTTAATTCCTAGCAGCGAGCTTCGCTGTGAGTCCGCCGCACCAACAAACAGATACCCAGTCAGCTGCCCTCTTCTCGCGTCCGATGTCTTATCTCCGTTCGGAGAGGATACAGGAGAAATTTTCGTTTAGCCGTCCGGGGAGCGGCAAGGTTACGCGGCGTATTCCGAAGGTACCAGTGGATGGTGTTAGCCATCACGGCCATTTCTTAAGCCTTCGTTAGTTAAGGAATGAGGACTAGGCTGGGCTCTAACGTAGATAATAACACGCTGCAAACAGACGCCGCTGGATTAGCACATGCAACTA
    ......
- NA19012_c1: CGGCTTAGCTCAGCGTTCGCCGGTACCTATCTTTGGCTCTCACGTGTCTAGATCCTTTTAATTCCCGATGATAAAGCCGAATACGGACTTATTGTTTCCCTACGAGAGGATTTGGCCGTCTATCTGTTGTTGATACGCGATGTCTTATCTCCGTACCGAGAGGATACAGGAGAAATTTTCGTCTAGTCGTTCGGGGAGCGGCAAGATTACGCGGCGTATGTCGAAGTTACCCGTTGATATCGTAAGCAATTGAGACTACGCCGCGCCTTCGAACCGTTCGAGGGAGAGAACTCGAGCCATTGCTCGACGTAAATATTGACACGCTGTAAATAGACACCGCTGCATTAGCACATGCAACTA
  - NA19012_c2: TGATTCGGCCCAGTAGGGGTTGTCCTGCATACCCACGCTCCGGACGAGCGAACGTCCCTTACCTGCGATGATAAAGCCCAATACGGACTTATTATTTCCCTACGAGAGGATTTGGCCGTCTATCTGTTGTTGATACGCGCTAGGCGTCATTCATACCGGAGGAGCATGAGTAAAAATTTCGTCTGGTCGCTCGGAAAACGGTCGTACGGCGTCCGAAACGTCGAAGTCACCAGTGGATGGTGTTAGCCATCACGGCCATTCCGCGCCTTCGAACCGTTCGAGGGAGAGAACTCGAGCCATTGCTCGATACGAGTATTGATATATGATGTGCTCGTACCATTACGGTAATGCGCACGGCCC

需要生成如下格式的文件：
snps.txt:
rs774264
rs774265
......
rs4722699
rs17429887

和
haplos.txt:
NA18524->NA18524           HAPL01        TGATTCGGCCCAGTAGGGGTTGTCCTGCATACTTGGCTCTAACGTGTCTAGATCCTTTTAATTCCCGATGATAAAGCCCAATACGGACTCATTGTTTCCCTAAGCAGATGCTCGATTGTCTATCTGTTGTTCGTACGCGCCAGCCGTCAATCATACCGGAGGGGCATGAATAAAATTTCCATCTAGTCGTTCGAAGGGTGGCAAGATTACGCGGCGAACGTCGAAGTTACGAGTGGATGGTGTTAGCCATCACGGCCATTTCTTAAGCCCTCGTTAGTTAAGGAATGAGGACCGGGCTGGTGTTCGACGTAGATATTAACACGCTGTAAATAGACACCGCTGCATTAGCGTATGCAACCC
NA18524->NA18524        HAPL02        TGATTCGGCCCAGTAGGGGTTGTCCTGCATACTTGGCTCTCACGTGTCTAGATCCTTTTAATTCCTAGCAGCGAGCTTCGCTGTGAGTCCGCCGCACCAACAAACAGATACCCAGTCAGCTGCCCTCTTCTCGCGTCCGATGTCTTATCTCCGTTCGGAGAGGATACAGGAGAAATTTTCGTTTAGCCGTCCGGGGAGCGGCAAGGTTACGCGGCGTATTCCGAAGGTACCAGTGGATGGTGTTAGCCATCACGGCCATTTCTTAAGCCTTCGTTAGTTAAGGAATGAGGACTAGGCTGGGCTCTAACGTAGATAATAACACGCTGCAAACAGACGCCGCTGGATTAGCACATGCAACTA
......
NA19012->NA19012         HAPLO1        CGGCTTAGCTCAGCGTTCGCCGGTACCTATCTTTGGCTCTCACGTGTCTAGATCCTTTTAATTCCCGATGATAAAGCCGAATACGGACTTATTGTTTCCCTACGAGAGGATTTGGCCGTCTATCTGTTGTTGATACGCGATGTCTTATCTCCGTACCGAGAGGATACAGGAGAAATTTTCGTCTAGTCGTTCGGGGAGCGGCAAGATTACGCGGCGTATGTCGAAGTTACCCGTTGATATCGTAAGCAATTGAGACTACGCCGCGCCTTCGAACCGTTCGAGGGAGAGAACTCGAGCCATTGCTCGACGTAAATATTGACACGCTGTAAATAGACACCGCTGCATTAGCACATGCAACTA
NA19012->NA19012         HAPLO2        TGATTCGGCCCAGTAGGGGTTGTCCTGCATACCCACGCTCCGGACGAGCGAACGTCCCTTACCTGCGATGATAAAGCCCAATACGGACTTATTATTTCCCTACGAGAGGATTTGGCCGTCTATCTGTTGTTGATACGCGCTAGGCGTCATTCATACCGGAGGAGCATGAGTAAAAATTTCGTCTGGTCGCTCGGAAAACGGTCGTACGGCGTCCGAAACGTCGAAGTCACCAGTGGATGGTGTTAGCCATCACGGCCATTCCGCGCCTTCGAACCGTTCGAGGGAGAGAACTCGAGCCATTGCTCGATACGAGTATTGATATATGATGTGCTCGTACCATTACGGTAATGCGCACGGCCC

现在遇到的主要问题是：
1.在rawdata里有不需要的文字说明
2.所需的snp名（如rs774264)前面的”-“后面的”:“和数字都是不需要的
3.所需的haplos名需从”- NA18524_c1: “改为”NA18524->NA18524           HAPL01“格式

因此，主要是想问，如何把需要的数据提取出来呢？第二，是否有一个替换的命令，来解决问题3？

如果您看到了这里，小女子已十分感激，谢谢~~！

shiyiming

[code:2g2ikd6z]data snps haplos;
        infile 'd:\temp091028.txt' truncover lrecl=400;
        input text $1-400;
        if substr(text,1,4)='- rs' then
                do;
                        text=scan(text,1,"- :");
                        output snps;
                end;
        else if substr(text,1,4)='- NA' then
                do;
                        text=scan(text,1,"- _:")||'->'||scan(text,1,"- _:")
                                ||tranwrd(scan(text,2,"- _:"),'c',' HAPLO')
                                ||scan(text,3,"- _:");
                        output haplos;
                end;
run;

data _null_;
        set snps;
        file 'd:\snps.txt';
        put text;
run;

data _null_;
        set haplos;
        file 'd:\haplos.txt' lrecl=400;
        put text;
run;[/code:2g2ikd6z]

shiyiming

真是太感谢了！回来试了一下，运行得很好，
代码里scan，substr命令让小菜我学习不少
赞牛人~~~\(≧▽≦)/~
bow~~~~~第一次在版上发帖就遇到热心的好人，开心：）