如何解决在 python 中,仅提取文件的一部分时,如何确保单词保持在一行并且没有重复?
我之前发布了一个问题,询问如何分隔文件 (How would I pull multiple partial match strings out of rows and keep them in the same order on the same lines?) 并想出了如何使用
提取部分匹配项prefixes = ["Zm00018ab","Zm00001eb","Zm00039ab"]
with open("MaizeGDB_maize_pangene_2020_08.txt","r") as infile:
with open("pangene_adjusted_2021_06.txt","w") as outfile:
for line in infile:
elements = line.split("\t")
to_write = []
for elem in elements:
if elem[:9] in prefixes:
to_write.append(elem)
print (to_write)
outfile.write("\t""\n".join(to_write))
但我的输出有原始数据中不存在的重复,并且没有分隔单词 输出:
Zm00001eb045170Zm00001eb045170
Zm00018ab047740Zm00001eb045170
Zm00018ab047740
Zm00001eb045180Zm00001eb045170
Zm00018ab047740
Zm00001eb045180
Zm00039ab046010Zm00001eb045170
Zm00018ab047740
我正在寻找如何做到这一点,但我想我会问你有帮助的人,以防在我找到解决方案之前你们中的一个人可以回答。
理想的输出是
Zm00001eb045170 Zm00018ab047740 Zm00038ab046680 Zm00018ab047760 Zm00038ab046670 Zm00001eb045180
new line with more gene IDs
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。