如何解决根据python中的数据框重命名fasta文件
>Seq1.1
AAAGGAGAATAGA
>Seq2.2
AGGAGCTTCTCAC
>Seq3.1
CGTACTACGAGA
>Seq5.2
CGAGATATA
>Seq3.1
CGTACTACGAGA
>Seq2
AGGAGAT
和一个数据框,例如:
query New_query
Seq1.1 Seq1.1
Seq2.2 Seq2.2
Seq3.1 Seq3.1_0
Seq5.2 Seq5.2_3
Seq3.1 Seq3.1_1
并且想法是根据>Seqname
重命名tab
。
然后对于每个Seqname,如果tab['query']
!= tab['New_query']
,则将Seqname
重命名为tab['New_query']
Ps:选项卡中没有所有的> Seqname,如果是这种情况,那么我什么也不做。
>Seq1.1
AAAGGAGAATAGA
>Seq2.2
AGGAGCTTCTCAC
>Seq3.1_0
CGTACTACGAGA
>Seq5.2_3
CGAGATATA
>Seq3.1_1
CGTACTACGAGA
>Seq2
AGGAGAT
我尝试了以下代码:
records = SeqIO.parse("My_fasta_file.aa",'fasta')
for record in records:
subtab=tab[tab['query']==record.id]
subtab=subtab.drop_duplicates(subset ="New_query",keep = "first")
if subtab.empty == True: #it means that the seq was not in the tab,so I do not rename the sequence.
continue
else:
if subtab['query'].iloc[0] != subtab['New_query'].iloc[0]:
record.id = subtab['New_query']
record.description = subtab['New_query']
else:
continue
它可以工作,但是要花很多时间...
解决方法
您可以从数据框中创建一个映射器字典,然后逐行读取fasta文件,用以>
开头的行代替:
mapper = tab.set_index('query').to_dict()['New_query']
with open('My_fasta_file.aa','r') as f_in,open('output.txt','w') as f_out:
for line in map(str.strip,f_in):
if line.startswith('>'):
v = line.split('>')[-1]
line = '>{}'.format(mapper.get(v,v))
print(line,file=f_out)
创建output.txt
:
>Seq1.1
AAAGGAGAATAGA
>Seq2.2
AGGAGCTTCTCAC
>Seq3.1_1
CGTACTACGAGA
>Seq5.2_3
CGAGATATA
>Seq3.1_1
CGTACTACGAGA
>Seq2
AGGAGAT
,
@Andrej使用字典的解决方案确实是一种方法。由于您已经在使用biopython,下面是一种使用它的方法,我认为这可能很好,因为它可以正确处理fasta文件。
您的data.frame是:
tab = pd.DataFrame({'query':['Seq1.1','Seq2.2','Seq3.1','Seq5.2','Seq3.1'],'New_query':['Seq1.1','Seq3.1_0','Seq5.2_3','Seq3.1_1']})
与Andrej词典相同:
mapper = tab.set_index('query').to_dict()['New_query']
然后类似于您所做的,我们只是更改标题(通过更新ID和描述,感谢@Chris_Rands):
records = list(SeqIO.parse("My_fasta_file.aa","fasta"))
for i in records:
i.id = mapper.get(i.id,i.id)
i.description = mapper.get(i.description,i.description)
现在写入文件:
with open("new.fasta","w") as output_handle:
SeqIO.write(records,output_handle,"fasta")
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。