UKB数据库/RAP平台批量下载数据教程

使用 Table Exporter方法
第一步：

通过在本地终端（请确保你的机器上安装了dx-toolkit）或ttyd终端，执行以下命令，获取包含你数据集中所有可用数据字段的文件：

复制代码

dx extract_dataset project-xxxx:record-yyyy -ddd --delimiter ","

where project-xxxx:record-yyyy is ID of your Dataset

【安装dx-toolkit】打开本地电脑中的Anaconda Prompt

【安装dx-toolkit】在Anaconda Prompt中输入

复制代码

pip install dxpy

系统会进行自动安装。

假如出现类似以下报错：

复制代码

WARNING: The scripts dx, dx-app-wizard, dx-build-app and dx-build-applet are installed in
'/Users/user-amy/Library/Python/3.9/bin' which is not on PATH.
Consider adding this directory to PATH

说明需要更新电脑的PATH环境变量配置，以包括pip安装新命令的路径（具体解决方案自行百度）。

【CLI登录】在Anaconda Prompt中输入

复制代码

dx login

服务器连接成功后按提示输入RAP的用户名和密码即可

现在输入：

复制代码

dx extract_dataset project-xxxx:record-yyyy -ddd --delimiter ","

注意！

复制代码

project-xxxx:record-yyyy为你的数据库
例如xxxxx.dataset

完成后有三个文件

上述命令将生成3个*.csv文件，其中*.dataset.data_dictionary.csv文件包含所有可用数据字段的完整信息（字段名称位于称为的第二列name）。

复制代码

where project-xxxx:record-yyyy is ID of your Dataset

【登出/注销CLI】使用完毕养成好习惯需要登出/注销，在Anaconda Prompt中输入：

复制代码

dx logout

第二步：

接下来使用Table Exporter

收集所有感兴趣的数据字段名称，并写入field_name.txt文件。文件应有1列，每行只有1个数据字段名称。上述文件应仅包含同一实体中的数据字段（例如"参与者"、"olink_instance_0"等）。不同实体中的数据字段应写入独立文件。用于的值可以在.dataset.data_dictionary.csv文件的第一列中找到（注：这与entity_dictionary.csv文件中的不同）

注意这一步：

可以在自己电脑上新建txt,

但是！
需要用Visual Studio Code软件将txt转化为unix格式的txt !!!

也可，自行百度查看其他方法windows的txt转unix的txt.

复制代码

用 VS Code 打开文件

查看右下角状态栏，会显示 "CRLF" 或 "LF"

点击 "CRLF" 或 "LF"，选择 "LF"

保存文件

第三步

将field_name.txt文件上传到RAP项目

根据需要，

我用这个

注意：指定实体会快更多！

到这个就批量下载完成！

RAP官网下载教程如下：

复制代码

https://dnanexus.gitbook.io/uk-biobank-rap/working-on-the-research-analysis-platform/accessing-data/accessing-phenotypic-data

https://documentation.dnanexus.com/developer/apps/developing-spark-apps/table-exporter-application

可进行进一步参考！