我创建了一个简单的csv作为工作流的一部分，如下所示：
sample,value
A,1
B,0.5另外，我有另一个通道，其文件名与样品名匹配。我希望能够在新过程中使用与每个样品名关联的值。
我尝试过使用.splitCsv拆分CSV，但是（意料之中的）有时候样本使用了不正确的值，尽管它确实运行了正确的次数。我也尝试过在脚本中使用awk提取相应的值并将其保存到变量中，这会导致使用正确的值，但是它会消耗CSV文件，因此只处理了一个样本。
超级简化的下一个流（DSL 2）脚本：
# !/usr/bin/env nextflow
nextflow.enable.dsl=2
process foo {
input:
path input_file
output:
path 'file.csv', emit csv
"""
script that creates csv
"""
}
process bar {
input:
path input_file2
output:
path 'file.bam', emit bam
"""
script that creates bam files
"""
}
process help_me {
input:
path csv
path bam
output:
path 'result'
"""
script that uses value from csv on associated bam file
"""
}
workflow {
foo(params.input)
bar(params.input2)
help_me(foo.out.csv, bar.out.bam)
}谢谢你！
编辑：本质上，有没有一种方法可以同步两个通道，这样我就可以使用一个csv的单独行与关联的文件？
1条答案
按热度按时间wsewodh21#
如果您有价值通道，则可以无限次重复使用文件（如CSV），而不会占用通道。例如：
这里，
input1和input2都是价值通道。当输入在
from子句中指定简单值时，值通道由进程隐式创建。此外，值通道还隐式创建为输入仅为值通道的进程的输出。意味着
foo.out.csv和bar.out.bam也是值通道。此外，help_me.out也是值通道。如果input2是队列通道，则可以看到input1可以无限次重用：第一个
结果：
请注意，
bar.out.bam和help_me.out现在是队列通道。相反，如果每个样本（或类似的配置）有一个CSV，那么您将需要一些方法来连接这些通道，并相应地调整新流程的输入声明。您希望避免的是在输入块中声明两个（或更多）队列通道。docs的这一部分是非常值得投入时间的：了解多个输入通道是如何工作的，并解释为什么在使用splitCsv输出时会看到与特定样本相关联的错误值。要连接这些通道，可以使用连接运算符。例如，给定您的简单CSV（如'foo.csv'）和先前创建的测试bams：
结果：
如果您的CSV中有多个粒子样本值，并且这些值是在单独的行中指定的，则您可能需要使用合并运算符。例如，如果您的“foo.csv”包含：
在上面的示例中，用
combine( rows_ch, by:0 )替换，join( rows_ch )。结果：