Question

我有一个唯一字符串列表（“样本ID”）。我还有一个表，其中包含第一个列表中的字符串子集，每个字符串都与下一列中的另一个字符串（“样本特征”）相关联（空格作为分隔符）。例如：

# All Sample IDs
id-001
id-002
id-003
id-004
id-005

# Subset of Samples, with associated characteristics string
id-001    'batch-1, yellow'
id-003    'batch-1, yellow'
id-005    'batch-9, blue'

# Desired Output
id-001    'batch-1, yellow'
id-002    NA
id-003    'batch-1, yellow'
id-004    NA
id-005    'batch-9, blue'

我正在尝试将两个列表组合在一起，创建一个表，其中第一列将包含所有＆＃34;样本ID＆＃34;，第二列将包含每个ID的相应“样本特征”字符串或“NA” “如果第二个列表中没有ID。

我一直在使用此代码比较两个ID列表，以找出哪些样本ID可用“样本特征”字符串：

with open('FILE1.txt', 'r') as file1:
        with open('FILE2.txt', 'r') as file2:
                same = set(file1).intersection(file2)
with open('RESULT.txt', 'w') as file_out:
        for line in same:
                file_out.write(line)

我无法弄清楚如何获取这些ID的“样本特征”并将它们与第一个列表组合在一起。我认为使用dict应该是第一步：

with open('FILE1.txt', 'r') as file1, open('FILE2.txt', 'r') as file2:
     data1 = file1
     data2 = dict(file2)

我不知道如何继续。

Answer 1

我认为你正在寻找类似的东西：

import csv

results = {}
with open('FILE1.txt') as file1:
    for id_num in file1:
        results[id_num.strip()] = None

with open('FILE2.txt') as file2:
    csv_reader = csv.reader(file2, delimiter=' ')
    for row in csv_reader:
        id_num, characteristic = row
        results[id_num] = characteristic

with open('RESULT.txt', 'w') as file_out:
    csv_writer = csv.writer(file_out, delimiter=' ')
    for id_num, characteristic in results.items():
        if characteristic is None:
            characteristic = 'NA'
        row = [id_num, characteristic]
        csv_writer.writerow(row)

这基本上设置了一个dict，其中包含第一个文件中的所有id作为dict的键。

然后它遍历第二个文件的每一行，以更新出现的每个id的dict。

然后它将更新的dict写入新的csv文件。

将列表与表格进行比较和合并

1 个答案: