# =============================================================================
# LC/MSの生データを解析してPTMをレポートする
# =============================================================================
import os
import datetime
import pandas as pd
# 元になるエクセルファイルを読み込み
xls1 = input('Excel file to be analysed ,as ###.xlsx:')
xls2 = str(xls1) + '.xlsx'
# 解析内容（１脱アミ、２酸化、３ほか）を入力する
analysis1 = ('target', 'deamidation', 'oxidation', 'others')
an = input('Input analysis 1,2,3 as "1:deamidation; 2:oxidation; 3:others":')
analysis = analysis1[int(an)]
# sheet1を指定して、データフレームに読み込む
df = pd.read_excel(xls2, sheet_name='Matched')
# dfの中を表示する
print('')
print('--- dataframe ---')
print(analysis)
print(df)
# 条件9つに合致するものだけを選び出す
# https://kino-code.com/pandas_course_data_extraction/
# locメソッドを使ったデータ抽出
# ■ 基準1/9 ■ Auto-Validatedが、「T（True）」のもの
df1 = df[df['Auto-Validated'] == True]
# ■ 基準2/9 ■ Useが、「Certain」のもの
df2 = df1[df1['Use'] == 'Use']
# ■ 基準3/9 ■ Errorが、5ppm以下のもの
df3 = df2[df2['Error (ppm)'] < 5]
# ■ 基準4/9 ■ Modificationsが空欄のものは除外
df4 = df3[pd.notnull(df3['Modifications']) == True]
# ■ 基準5/9 ■ Modificationsで、表記が１つだけ（'Carboxymethyl'はカウントに入れない）
df5 = df4[df4['Modifications'].str.count(',') + 1 - df4['Modifications'].str.count('Carboxymethyl') == 1]
# =============================================================================
# Modifictionを１つにする
# =============================================================================
# Carboxymethylではじまるのをすべて除去する
for i, modi in enumerate(df5['Modifications']):
modi2 = modi.split(',')
for j, modi3 in enumerate(modi2):
if modi3[j] == 'Carboxymethyl*':
modi3 = modi2.drop(modi3[j]) #Oxidatin@33(33)
# =============================================================================
# ペプチド番号とアミノ酸番号を取得する（別法）
# =============================================================================
#modi4 = modi3.split('@')
#print(modi4[0])
#modi5 = modi4[1].split('(')
#print(modi5[0])
#modi6 = modi3.split('(')
#modi7 = modi6[1].split(')')
#print(modi7[0])
# =============================================================================
# ペプチド番号とアミノ酸番号を取得する（複数の区切り文字で分ける）
# =============================================================================
# https://magazine.techacademy.jp/magazine/28390
import re
print(re.split('[\xa0@()]',modi3))
# =============================================================================
# 日付を得て、ディレクトリにフォルダを作成して、結果を保存
# =============================================================================
#日付取得／ファイル名のため
#d_today = str(datetime.date.today())
# ディレクトリにフォルダ作成
#dirname = d_today+'_'+xls1+'_'+analysis+'/'
#if not os.path.exists(dirname):
# os.mkdir(dirname)
# エクセルとして保存
#filename1 = dirname + xls1 +'_' +analysis +'.xlsx'
#df5.to_excel(filename1)
# コードの終わり