Question

我的文本文件很大，我想从第一个文件中创建一个新文件，但要进行一些更改。这是我第一个文件内容的一个小示例：

chr1    transcript  1314046 1314412 +   RP5-890O3.3
chr1    transcript  1321091 1326476 -   CCNL2
chr1    transcript  1334902 1336467 +   RP4-758J18.2

我想更改3rd和4th columns。实际上在新文件中：

the 3rd column = (4th column of 1st file) - 30
the 4th column = (4th column of 1st file) + 10

预期输出：

chr1    transcript  1314382 1314422 +   RP5-890O3.3
chr1    transcript  1326446 1326486 -   CCNL2
chr1    transcript  1336437 1336477 +   RP4-758J18.2

我试图用Python做到这一点，并编写了以下代码，但它没有返回我想要的。你知道如何解决吗？

file = open('myfile.txt', 'rb')
new = []
for line in file:
    col3 = line[3]-30
    col4 = line[3]+10
    new.append(col3\tcol4)

with open('outfile.txt', "w") as f:
        for item in new:
            f.write("%s\n" % item)

Answer 1

这可以做到：

with open('myfile.txt') as f, open('outfile.txt', 'w') as w:
    data = f.readlines()
    result = []
    for line in data:
        line = line.split()
        line[2] = str(int(line[3]) - 30)
        line[3] = str(int(line[3]) + 10)
        result.append(line)
    for r in result:
        w.write('\t'.join(r) + '\n')

要成功将int添加到值中，您需要将其转换为int，还要将结果值转换为str，以避免在写入outfile时出错。生成的文件如下所示：

chr1    transcript  1314382 1314422 +   RP5-890O3.3
chr1    transcript  1326446 1326486 -   CCNL2
chr1    transcript  1336437 1336477 +   RP4-758J18.2

Answer 2

如果要使用可应用于逐行编辑某些数据的模式，则可以执行以下操作：

with open(...) as input, open(..., 'w') as output:
    output.write(''.join(mutate(line) for line in input))

当然，mutate的定义取决于您的具体任务

def mutate(line):
    l = line.split()
    l[2] = int(l[2])-30
    l[3] = int(l[3])+10
    return ' '.join(str(item) for item in l)

请注意，我不会在每个字符串的末尾删除换行符，在函数中也不会在调用它的隐式循环中删除换行符，因此，为了正确连接这些行，我们使用空字符串''。

还请注意，如果输入文件很大，则会延迟读取文件，直到输出缓冲区已满（如果您知道什么，请使用open buffering=... opt arg更改缓冲区大小）您正在执行的操作），以便在内存方面特别有效。

在python中更改文本文件时出现问题

2 个答案: