Question

我有一个标签文件，我想将基因的特征（上游，下游，最低，注释或...）划分为标准特征。最后两列是我想要生成的cond_a和cond_b的结果列。我正在编写一个代码，以便能够保存元组中的每一行，然后搜索元组并进行分割，但这对我来说很困惑。我怎么能用Python做到这一点？

for line in open(myfile,"r").readlines():
    Fld = line.strip().split("\t")
    gene,feature,cond_a,cond_b= Fld[0],Fld[1],int(Fld[2]),int(Fld[3])

gene feature  cond_a cond_b     
A   upstream    2      5    2/5   5/8
A   standard    5      8    5/5   8/8
C   standard    4      23   4/4   23/23
D   downstrs    3      1    3/9   1/5
D   standard    9      5    9/9   5/5
H   standard    2      9    2/2   9/9
H   downupst    1      2    1/2   2/9
H   annotate    4      8    4/2   8/9

Answer 1

很难准确说出你想要的东西（为了将来参考它最好省略与字段相关而不是编程相关的技术细节 - 让我们这些一无所知的人更容易关于帮助的基因），我无法告诉你如何精确计算这两列。然而，这看起来像是熊猫的工作。你会做一个这样一个简单的例子：

import pandas as pd
data = {'gene':['A', 'C', 'D'], 'cond_a':[2,3,4], 'cond_b':[5,6,7]}
df = pd.DataFrame(data)

df['new_col'] = df['cond_a'] / df['cond_b']

对于您的数据，您可以将其加载到：

df = pd.read_csv(myfile, delimiter='/t')

但是，您正在计算其他列，您可以使用Pandas轻松完成。此外，您可以按各种类别进行分组以处理子集，依此类推。

Answer 2

谢谢，但这不是我想要计算的，让问题清楚，首先2/5将第一行（2）分为第二行（5）（基因A的标准）。 5/5是自身的划分，因为它是标准的1.最后一行（4/2）将最后一行划分为行号6     甲_____上游_____ 2 _____ 2/5
    一个_____ _____标准5 _____ 5/5
    ç_____ _____标准4 _____ 4/4
    d _____ downstrs ____ 3 _____ 3/9
    d _____标准_____ 9 _____ 9/9
    ħ_____标准_____ 2 _____ 2/2
    ħ_____ downupst ____ 1 _____ 1/2
    H _____注释_____ 4 _____ 4/2

我如何根据Python中的特定行划分列中的值？

2 个答案: