我一直试图整天解决这个问题而没有成功。
我有一个'原始文件'，我们称之为'infile'，这是我要编辑的文件。 另外，我有另一个文件作为'字典'，我们称之为'inlist'。
以下是infile的例子：
PRMT6 10505 Q96LA8 HMGA1 02829 NP_665906
WDR77 14387 NP_077007 SNRPE 00548 NP_003085
NCOA3 03570 NP_858045 RELA 01241 NP_068810
ITCH 07565 Q96J02 DTX1 03991 NP_004407
并列入名单：
NP_060607 Q96LA8
NP_001244066 Q96J02
NP_077007 Q9BQA1
NP_858045 Q9Y6Q9
我目前的方法是分割各列中的线条，用现有标签分割线条。 目标是阅读infile的每一行并检查一些内容：
这应检索输出：
PRMT6 10505 Q96LA8 HMGA1 02829 Q(...)
WDR77 14387 Q9BQA1 SNRPE 00548 Q(...)
NCOA3 03570 Q9Y6Q9 RELA 01241 Q(...)
ITCH 07565 Q96J02 DTX1 03991 Q(...)
注意：并非所有代码都以Q
开头我尝试过使用while循环，但是没有成功，我很惭愧在这里发布代码（我是编程的新手，所以我不想在这么早就失去动力'游戏'）。 解决这个问题的完美方法是：
for line in inlist #, infile: <--- THIS PART! Reading both files, splitting both files, replacing both files...
inlistcolumns = line.split('\t')
infilecolumns = line.split('\t')
if inlistcolumns[0] in infilecolumns[2]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(inlistcolumns[1]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(infilecolumns[5]) + "\n")
elif inlistcolumns[0] in infilecolumns[5]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(infilecolumns[2]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(inlistcolumns[1]) + "\n")
else:
outfile.write('\t'.join(infilecolumns) + '\n')
非常感谢帮助。谢谢！
好的，在Sephallia和Jlengrand的暗示之后我得到了这个：
for line in infile:
try:
# Read lines in the dictionary
line2 = inlist.readline()
inlistcolumns = line.split('\t')
infilecolumns = line.split('\t')
if inlistcolumns[0] in infilecolumns[2]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(inlistcolumns[1]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(infilecolumns[5]))
elif inlistcolumns[0] in infilecolumns[5]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(infilecolumns[2]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(inlistcolumns[1]))
else:
outfile.write('\t'.join(infilecolumns))
except IndexError:
print "End of dictionary reached. Restarting from top."
问题是显然if语句没有完成它们的工作，因为输出文件仍然等于输入文件。我能做错什么？
编辑2：
正如一些人所问，这里是完整的代码：
import os
def replace(infilename, linename, outfilename):
# Open original file and output file
infile = open(infilename, 'rt')
inlist = open(linename, 'rt')
outfile = open(outfilename, 'wt')
# Read lines and find those to be replaced
for line in infile:
infilecolumns = line.split('\t')
line2 = inlist.readline()
inlistcolumns = line2.split('\t')
if inlistcolumns[0] in infilecolumns[2]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(inlistcolumns[1]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(infilecolumns[5]))
elif inlistcolumns[0] in infilecolumns[5]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(infilecolumns[2]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(inlistcolumns[1]))
outfile.write('\t'.join(infilecolumns))
# Close files
infile.close()
inlist.close()
outfile.close()
if __name__ == '__main__':
wdir = os.getcwd()
outdir = os.path.join(wdir, 'results.txt')
outname = os.path.basename(outdir)
original = raw_input("Type the name of the file to be parsed\n")
inputlist = raw_input("Type the name of the libary to be used\n")
linesdir = os.path.join(wdir, inputlist)
linesname = os.path.basename(linesdir)
indir = os.path.join(wdir, original)
inname = os.path.basename(indir)
replace(indir, linesdir, outdir)
print "Successfully applied changes.\nOriginal: %s\nLibrary: %s\nOutput:%s" % (inname, linesname, outname)
要使用的第一个文件是hprdtotal.txt：https://www.dropbox.com/s/hohvlcdqvziewte/hprdmap.txt 第二个是hprdmap.txt：https://www.dropbox.com/s/9hd0e3a8rt95pao/hprdtotal.txt
希望这有帮助。
答案 0 :(得分：1)
Woudl不是那样简单的工作吗？
（关注您的代码段）
for line in infile: # read file 1 one line after the other
try
line2 = inlist.readline() # read a line of file 2
catch Exception:
print "End of file 2 reached"
inlistcolumns = line.split('\t')
infilecolumns = line.split('\t')
if inlistcolumns[0] in infilecolumns[2]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(inlistcolumns[1]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(infilecolumns[5]) + "\n")
elif inlistcolumns[0] in infilecolumns[5]:
outfile.write(str(infilecolumns[0]) + "\t" + str(infilecolumns[1]) + "\t" + str(infilecolumns[2]) + "\t" + str(infilecolumns[3]) + "\t" + str(infilecolumns[4]) + "\t" + str(inlistcolumns[1]) + "\n")
else:
outfile.write('\t'.join(infilecolumns) + '\n')
我真的不明白为什么不首先将文件保存在内存中，然后进行简单的模式研究。 我有正当理由同时读取这两个文件吗？ （文件1的第45行是否与文件2的第45行匹配？）
答案 1 :(得分：1)
您需要做的是先将inlist文件读入内存，以便进行检查。
initems = []
for line in inlist:
split = line.split()
t = tuple(split[0], split[1])
initems.append(t)
firstItems = dict(initems)
secondItems = [x[1] for x in initems]
这将为您提供数据。然后打开你的infile并通读它，检查你的数据。
for line in infile:
split = line.split('\t')
if split[2] in firstItems.keys():
split[2] = firstItems[split[2]] # proper field position
if split[5] in firstItems.keys():
split[5] = firstItems[split[5]] # proper field position
outfile.write('\t'.join(split)+'\n')
答案 2 :(得分：1)
我建议将inlist作为查找表加载到内存中 - 这是Python中的dict并循环infile并使用查找表来决定是否要替换。
我不是100％确定我的逻辑是正确的，但它是你可以建立的基础。
import csv
lookup = {}
uniq2nd = set()
with open('inlist') as f:
tabin = csv.reader(f, delimiter='\t')
for c1, c2 in tabin:
lookup[c1] = c2
uniq2nd.add(c2)
with open('infile') as f, open('outfile', 'wb') as fout:
tabin = csv.reader(f, delimiter='\t')
tabout = csv.writer(fout, delimiter='\t')
for row in csv.reader(tabin):
if row[2] not in uniq2nd: # do nothing if col2 of inlist
row[2] = lookup.get(row[2], row[2]) # replace or keep same
# etc...
csvout.writerow(row)
答案 3 :(得分：1)
#!/usr/bin/python
inFile = open("file1.txt")
inList = open("file2.txt")
oFile = open("output.txt", "w")
entry = {}
dictionary = {}
# Creates the dict for inFile
for line in inFile:
lineData = line.split('\t')
data = []
for element in lineData:
element = element.strip()
data.append(element)
entry[lineData[0]] = data
# Creates the dict for inList
for line in inList:
lineData = line.split('\t')
dictionary[lineData[0].strip()] = lineData[1].strip()
# Applies transformation to inFile
for item in entry.values():
if item[2].startswith("-"):
item[2] = item[2][1:-1]
for key in dictionary.items():
if item[2] == key[0]:
item[2] = key[1]
item[5] = item[2]
# Writes the output file
for item in entry.values():
for element in item:
oFile.write(str(element))
oFile.write('\t')
oFile.write('\n')
作为注释，请确保使用正确的分隔符正确格式化inFile和inList。在这种情况下，我使用制表符（\ t）来分割线条。
答案 4 :(得分：0)
好的，我发现了。 这就是我所做的：
data = {}
for line in inlist:
k, v = [x.strip() for x in line.split('\t')]
data[k] = v
for line in infile:
infilecolumns = line.strip().split('\t')
value1 = data.get(infilecolumns[2])
value2 = data.get(infilecolumns[5])
if value1:
infilecolumns[2] = value1
if value2:
infilecolumns[5] = value2
outfile.write('\t'.join(infilecolumns) + '\n')
这使得所需的输出变得简单明了。 感谢您的所有答案，帮助了我很多！