poppy章鱼 发表于 2021-11-12 13:30:05

新手python求助，逐行比较，输出不同类型，急急急。。。。

本帖最后由 poppy章鱼 于 2021-11-12 14:14 编辑

求大佬帮忙，第二次发帖，急急急。。。。

数据如下，第一列是顺序排列的
scaffold_1..12548467    6
scaffold_1..12548468    6
scaffold_1..12548469    6
scaffold_1..12548470    6
scaffold_1..12548471    6
scaffold_1..12548472    6
scaffold_1..12548473    5
scaffold_1..12548474    5
scaffold_1..12548475    6
scaffold_1..12548476    6
scaffold_1..12548477    6
scaffold_1..12548478    5
scaffold_1..12548479    4
scaffold_1..12548480    4
scaffold_1..12548481    4
scaffold_1..12548482    4
scaffold_1..12548483    4




想要的结果输出格式
scaffold_1..12548467        scaffold_1..12548472        6        6
scaffold_1..12548473        scaffold_1..12548474        5        2
scaffold_1..12548475         scaffold_1..12548477        6        3
scaffold_1..12548478                                                5        1
scaffold_1..12548479        scaffold_1..12548483        4        5


##
逐行读取, 比如原数据中第二列为6，总共连续出现了6行第二列都是6，,就输出一行，格式为: start,end,6,频次

然后后面再出现6 ，又重新输出，start，end,6,频次


如果第二列是1，则只输出start



感激不尽~~~

hrpzcf 发表于 2021-11-12 14:20:49

本帖最后由 hrpzcf 于 2021-11-12 14:25 编辑

# coding: utf-8

# string = """scaffold_1..12548467    6
# scaffold_1..12548468    6
# scaffold_1..12548469    6
# scaffold_1..12548470    6
# scaffold_1..12548471    6
# scaffold_1..12548472    6
# scaffold_1..12548473    5
# scaffold_1..12548474    5
# scaffold_1..12548475    6
# scaffold_1..12548476    6
# scaffold_1..12548477    6
# scaffold_1..12548478    5
# scaffold_1..12548479    4
# scaffold_1..12548480    4
# scaffold_1..12548481    4
# scaffold_1..12548482    4
# scaffold_1..12548483    4"""


with open("data.txt", "rt", encoding="utf-8") as f:
    # slist = string.splitlines()
    slist = f.read().splitlines()
    freq = 1
    sp = slist.split()
    start, num = sp, sp[-1]
    end = start
    for s in slist:
      if s[-1] == num:
            freq += 1
            end = s.split()
      else:
            if freq == 1:
                end = " " * len(end)
            print("{} {} {} {}".format(start, end, num, freq))
            freq = 1
            sp = s.split()
            start, num = sp, sp[-1]
            end = start
    else:
      print("{} {} {} {}".format(start, end, num, freq))

poppy章鱼 发表于 2021-11-12 14:42:17

hrpzcf 发表于 2021-11-12 14:20


谢谢您，非常感谢。我在本地测试是对了。但是我的原文件较大，所以我改了一下输入方式，结果报错了。您有帮我解答下吗？感激不尽，祝好。
#!/usr/bin/python3
# -*- coding: utf-8 -*-
import sys

args=sys.argv
input1=args

with open(input1, 'r') as f:
    slist = f.splitlines()
    freq = 1
    sp = slist.split()
    start, num = sp, sp[-1]
    end = start
    for s in slist:
      if s[-1] == num:
            freq += 1
            end = s.split()
      else:
            if freq == 1:
                end = " " * len(end)
            print("{} {} {} {}".format(start, end, num, freq))
            freq = 1
            s = s.split()
            start, num = s, s[-1]
            end = start
    else:
      print("{} {} {} {}".format(start, end, num, freq))


报错信息：
python3 coordinate.count3.py ./05.txt > 05.new.txt
Traceback (most recent call last):
File "coordinate.count3.py", line 9, in <module>
    slist = f.splitlines()
AttributeError: 'file' object has no attribute 'splitlines'

hrpzcf 发表于 2021-11-12 14:45:27

poppy章鱼 发表于 2021-11-12 14:42
谢谢您，非常感谢。我在本地测试是对了。但是我的原文件较大，所以我改了一下输入方式，结果报错了。您有 ...


slist = f.splitlines()写错了，改成
slist = f.read().splitlines()

但是如果文件比可用内存还大的话就麻烦了

poppy章鱼 发表于 2021-11-12 14:57:18

hrpzcf 发表于 2021-11-12 14:45
slist = f.splitlines()写错了，改成
slist = f.read().splitlines()



谢谢您，跑成功了，我在服务器上跑，没事。我学习下你的脚本，祝万事胜意。
页: [1]
查看完整版本: 新手python求助，逐行比较，输出不同类型，急急急。。。。