[英]How to read two files in a for-loop and update values in one files based on matching-values in another file?
我想通過同時讀取兩個文件來更新列中的值。
main_file具有以下數據：
contig pos GT PGT_phase PID PG_phase PI
2 1657 ./. . . ./. .
2 1738 0/1 . . 0|1 935
2 1764 0/1 . . 1|0 935
2 1782 0/1 . . 0|1 935
2 1850 0/0 . . 0/0 .
2 1860 0/1 . . 1|0 935
2 1863 0/1 . . 0|1 935
2 2969 0/1 . . 1|0 3352
2 2971 0/0 . . 0/0 .
2 5207 0/1 0|1 5185 1|0 1311
2 5238 0/1 . . 0|1 1311
2 5241 0/0 . . 0/0 .
2 5258 0/1 . . 1|0 1311
2 5260 0/0 . . 0/0 .
2 5319 0/0 . . 0/0 .
2 5398 0/1 0|1 5398 1|0 1311
2 5403 0/1 0|1 5398 1|0 1311
2 5426 0/1 0|1 5398 1|0 1311
2 5427 0/1 0|1 5398 0/1 .
2 5434 0/1 0|1 5398 1|0 1311
2 5454 0/1 0|1 5398 0/1 .
2 5457 0/0 . . 0/0 .
2 5467 0/1 0|1 5467 0|1 1311
2 5480 0/1 0|1 5467 0|1 1311
2 5483 0/0 0|1 5482 0/0 .
2 6414 0/1 . . 0|1 1667
2 6446 0/1 0|1 6446 0|1 1667
2 6448 0/1 0|1 6446 0|1 1667
2 6465 0/1 0|1 6446 0|1 1667
2 6636 0/1 . . 1|0 1667
2 6740 0/1 . 6740 0|1 1667
2 6748 0/1 . 6740 0|1 .
另一個match_file具有以下類型的信息：
**PI PID**
1309 3617741,3617753,3617788,3618156,3618187,3618289
131 11793586
1310
1311 5185,5398,5467,5576
1312 340692,340728
1313 18503498
1667 6740,12237,12298
我正在嘗試做的是：
更新的工作方式：
new_PI value = main_PI然后continue main_PI和main_PID均為. ， new_PI = . 並continue new_PI = PI_match_file ，然后continue 我寫了下面的代碼：
main_file = open("2ms01e_chr2_table.txt", 'r+')
match_file = open('updated_df_table.txt', 'r+')
main_header = main_file.readline()
match_header = match_file.readline()
main_data = main_file.read().rstrip('\n').split('\n')
match_data = match_file.read().rstrip('\n').split('\n')
file_update = open('PI_updates.txt', 'w')
file_update.write('contig pos GT PGT_phase PID PG_phase PI new_PI\n')
file_update.close()
for line in main_data:
main_column = line.split('\t')
PID_main = main_column[4]
PI_main = main_column[6]
if PID_main == '.' and PI_main == '.':
new_PI = '.'
continue
if PI_main != '.':
new_PI = PI_main
continue
if PI_main == '.' and PID_main != '.':
for line in match_data:
match_column = line.split('\t')
PI_match = match_column[0]
PID_match = match_column[1].split(',')
if PID_main in PID_match:
new_PI = PI_match
continue
file_update = open('PI_updates.txt', 'a')
file_update.write(line + '\t' + str(new_PI)+ '\n')
file_update.close()
我沒有收到任何錯誤，但是看起來我沒有編寫適當的代碼來讀取兩個文件。
我的輸出應該是這樣的：
contig pos GT PGT PID PG PI new_PI
2 5426 0/1 0|1 5398 1|0 1311 1311
2 5427 0/1 0|1 5398 0/1 . 1311
2 5434 0/1 0|1 5398 1|0 1311 1311
2 5454 0/1 0|1 5398 0/1 . 1311
2 5457 0/0 . . 0/0 . .
2 5467 0/1 0|1 5467 0|1 1311 1311
2 5480 0/1 0|1 5467 0|1 1311 1311
2 5483 0/0 0|1 5482 0/0 1667 1667
2 5518 1/1 1|1 5467 1/1 . 1311
2 5519 0/0 . . 0/0 . .
2 5547 1/1 1|1 5467 1/1 . 1311
2 5550 ./. . . ./. . .
2 5559 1/1 1|1 5467 1/1 . 1311
2 5561 0/0 . . 0/0 . .
2 5576 0/1 0|1 5576 1|0 1311 1311
2 5599 0/1 0|1 5576 1|0 1311 1311
2 5602 0/0 . . 0/0 . .
2 5657 0/1 . . 1|0 1311 1311
2 5723 0/1 . . 1|0 1311 1311
2 6414 0/1 . . 0|1 1667 1667
2 6446 0/1 0|1 6446 0|1 1667 1667
2 6448 0/1 0|1 6446 0|1 1667 1667
2 6465 0/1 0|1 6446 0|1 1667 1667
2 6636 0/1 . . 1|0 1667 1667
2 6740 0/1 . 6740 0|1 1667 1667
2 6748 0/1 . 6740 0|1 . 1667
提前致謝 ！
您的代碼看起來不錯，除了您的代碼通常不會到達附加PI_update文件的行。 continue語句終止循環迭代，移至下一個迭代，從而跳過文件寫入行。 如果輸入第三個if語句則不是這種情況，因為那么continue語句只會終止內部循環。
有點相關，我為您贏得了快速的勝利：您有兩個for循環堆疊。 相反，您可以通過在字典中查找來替換match_data的迭代。 這可以極大地提高較大文件的速度。 另外，您可能希望將new_PI值存儲在列表中，並在代碼末尾執行一次寫入操作。 文件I / O通常非常注重性能，因此應盡可能少地進行。
編輯：（示例）
main_data = main_file.read().rstrip('\n').split('\n')
match_data = match_file.read().rstrip('\n').split('\n')
match_map = {} # instantiate empty dict
for line in match_data:
PI, PIDs = line.split('\t')
# update the dict with all the PIDs from this line
match_map.update({PID:PI for PID in PIDs})
PI_updates = 'contig\tpos\tGT\tPGT_phase\tPID\tPG_phase\tPI\tnew_PI\n'
for line in main_data:
_, _, _, PID, _, PI = line.split('\t')
if PID_main == '.' and PI_main == '.':
new_PI = '.'
elif PI_main != '.':
new_PI = PI_main
else:
# dict.get(key, default) returns default if key doesn't return a value
new_PI = match_map.get(PID, 'no match found')
# append the result to the PI_updates string
PI_updates += line + '\t' + str(new_PI)+ '\n'
# let with statement take care of closing the file
with open('PI_updates.txt', 'w') as file_update:
file_update.write(PI_updates)
我本該使用break而不是continue 。 另外，在其他地方繼續也無濟於事。
main_file = open("2ms01e_chr2_table.txt", 'r+')
match_file = open('updated_df_table.txt', 'r+')
main_header = main_file.readline()
match_header = match_file.readline()
print(match_header, "\n**")
main_data = main_file.read().rstrip('\n').split('\n')
match_data = match_file.read().rstrip('\n').replace('[', '')\
.replace("'", "").replace(']', '').replace(" ", '')
match_data = match_data.split('\n')
file_update = open('PI_updates.txt', 'w')
file_update.write('contig pos GT PGT_phase PID PG_phase PI new_PI\n')
file_update.close()
for line in main_data:
main_column = line.split('\t')
PID_main = main_column[4]
PI_main = main_column[6]
chrom = main_column[0]
pos = main_column[1]
if PID_main == '.' and PI_main == '.':
new_PI = '.'
if PI_main != '.':
new_PI = PI_main
elif PI_main == '.' and PID_main != '.':
for line1 in match_data:
match_column = line1.split('\t')
PI_match = match_column[0]
PID_match = match_column[1].split(',')
if PID_main in PID_match:
new_PI = PI_match
break
elif PID_main not in PID_match:
new_PI = str(chrom) + '_' + str(PID_main)
file_update = open('PI_updates.txt', 'a')
file_update.write(line + '\t' + str(new_PI)+ '\n')
file_update.close()
使用 Python 比較兩個 csv 文件並在兩個文件中找到相似的值並將相似的值保存在另一個文件中作為匹配值
[英]Comparing two csv files using Python and find similar values in two file and save the similar values in another file as matching values
比較兩個文本文件，然后根據匹配的第一列更新特定值。 （Python）
[英]compare two text files then update the specific values based on the matching first column. (python)
Python：如何創建一個依賴於列表值的循環將一個單獨文件的部分發送到兩個輸出文件之一？
[英]Python: How to create a loop that depending on values of a list sends sections of a separate file, to one of two output files?
用python處理csv文件（讀取一個csv，根據值需要做出決定並將其寫入另一個csv文件）
[英]Dealing csv files with python(reading one csv,based on values need to take decision and write it to another csv file)
在Python中，如何根據一列中的值比較兩個csv文件並從第一個文件中輸出與第二個不匹配的記錄
[英]In Python, how to compare two csv files based on values in one column and output records from first file that do not match second
如何根據匹配鍵將一個字典中的值添加到另一個字典中？
[英]How to add values from one dictionary to another based on matching keys?
如何根據 Python 中的匹配值將信息從一個 CSV 文件添加到另一個文件？
[英]How do I add information from one CSV file to another based off of matching values in Python?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.