通过将文件名与部分列值匹配，用列值覆盖 fasta 文件的标题

如何解决通过将文件名与部分列值匹配，用列值覆盖 fasta 文件的标题

数据集：

提交者 |文件名 |病毒

林 | 012345.fasta | abc/美国/abc-01234567/1234

林 | 012345.fasta | abc/美国/abc- 04567898/1234

林 | 012345.fasta | abc/USAabc- 78935421/1234

名为 012345 的目录中的文件：

04567898-abc-a124-pol.fasta

78935421-abc-a124-pol.fasta

01234567-abc-a124-pol.fasta

文件内部：

&01234567-abc-a124-pol

ACTGATGATGAGATAGA ATAGATAGATAGATAG

AGATAGATAGATA

注意：C 列中有相同的 8 位数字、fasta 文件名和 fasta 文件头。

我想要做的是从 C 列中取出整个字符串，并覆盖当前的 fasta 文件头。输出将如下所示：

Fasta 文件名：

01234567-abc-a124-pol.fasta

文件内部：

&abc/USA/abc-01234567/1234

ACTGATGATGAGATAGA ATAGATAGATAGATAG

AGATAGATAGATA

这是我正在尝试编写的一个类来做到这一点。我正在努力让它工作。如果有更简单的方法，请告诉我。

def parse(file_name):   
    with zipfile.ZipFile(file_name,"r") as zf:
        for name in zf.namelist():
            if ".fasta" in str(name) and '.ipynb' not in str(name):
                with io.TextIOWrapper(zf.open(name)) as file:
                    e = "".join([">{} \n{}".format(str(title.split(None,1)[0]),identifiers)
                        for title,identifiers in SimpleFastaParser(file)])
                with open("test_dict.fasta","a+") as f0:
                    f0.write('{}\n'.format(e))
    return file_name       

def names(file_name):
    with zipfile.ZipFile(file_name,"r") as zf:
        e1 = []
        for name in zf.namelist():
            if ".fasta" in str(name) and '.ipynb' not in str(name):
                with io.TextIOWrapper(zf.open(name)) as file:
                    e1 += [title.split(None,1)[0]
                        for title,identifiers in SimpleFastaParser(file)]
        print(e1)
        return 

def pandas(file_name):
    with zipfile.ZipFile(file_name,"r") as zf:
        e4 = []
        for name in zf.namelist():
            if ".fasta" in str(name) and '.ipynb' not in str(name):
                with io.TextIOWrapper(zf.open(name)) as file:
                    e4 += [{title.split(None,1)[0]:[identifiers,len("".join(identifiers))]
                        for title,identifiers in SimpleFastaParser(file)}]

                          
                dataset = pd.DataFrame({'Name': ["".join(i.keys()) for i in e4],'Length':[list(i.values())[0][1] for i in e4],'Sequence':[list(i.values())[0][0] for i in e4]})
                   
            
        return dataset