已知一个gtf文件：Homo_sapiens.GRCh37.75.gtf，将它转为bed文件，只需前六列，并打印出前三列。使用python。最后统计chr19中基因个数和每个基因中转录本的个数

要将GTFS (Gene Transfer Format) 文件转换为BED (Browser Extensible Data) 文件，并仅保留前六列，你可以使用Python的`pandas`库来处理这种文本文件。这里是一个简单的步骤说明：

首先，安装必要的库（如果尚未安装）：

pip install pandas biopython

然后，导入所需的模块并读取GTF文件：

import pandas as pd
from Bio import SeqIO

# 从GTF文件中提取数据（假设文件名为"Homo_sapiens.GRCh37.75.gtf")
gtf_data = pd.read_csv('Homo_sapiens.GRCh37.75.gtf', sep='\t', comment='#', header=None)

为了只保留前六列，可以对DataFrame进行切片：

gtf_data = gtf_data.iloc[:, :6]

接下来，将第六列（通常表示转录本类型）转换为布尔值，以便后续筛选和计数：

gtf_data['transcript'] = gtf_data.iloc[:, 5].str.contains('transcript')

现在，我们可以过滤出仅包含transcript类型的行，并计算每个基因（由第一个和最后一个染色体位置定义）的数量：

# 筛选出含有transcript的行
gene_rows = gtf_data[gtf_data['transcript']].dropna(subset=['start'])

# 计算每个基因的数量
gene_counts = gene_rows.groupby(['seqname', 'start', 'end']).size().reset_index(name='gene_count')

# 对于chr19，进一步筛选和计数
chr19_data = gene_counts[gene_counts['seqname'] == 'chr19']
chr19_gene_count = chr19_data['gene_count'].sum()
chr19_transcript_counts = chr19_data.groupby('gene_count')['gene_count'].count()

# 打印结果
print(f"Total genes on chr19: {chr19_gene_count}")
print(f"Number of transcripts per gene on chr19: {chr19_transcript_counts}")

请注意，上述代码假设GTF文件的第一列包含染色体名称。实际操作时，可能需要根据具体文件结构进行调整。