文本处理

xiaoxiaonao

super11337_200671      super10010_1349177    424
super11337_200671      scaffold14159_630988   387
scaffold1207_440912      scaffold1207_440912      1232
scaffold1207_440912      scaffold116128_191187    885
scaffold1207_440912      super1786_353120 856
scaffold127278_5563    super162_234394     773
scaffold127278_5563    super1207_440912    424
super10010_1349177      super11337_200671    424

如上表1，第一列为序列1，第二列为数据2，第三列为数值。
问题：如何将第一列与第二列相同的行去除且将两行中仅是第一列与第二列颠倒顺序的只保留一行。得到如下表2

super11337_200671      super10010_1349177    424
super11337_200671      scaffold14159_630988   387
scaffold1207_440912      scaffold116128_191187    885
scaffold1207_440912      super1786_353120 856
scaffold127278_5563    super162_234394     773
scaffold127278_5563    super1207_440912    424

哪位大神能否告知如何进行操作？谢谢

冬雪雪冬

写了一个程序，自己不太满意，看看大家的写法。

1. str1 = """super11337_200671      super10010_1349177    424
   
2. super11337_200671      scaffold14159_630988   387
   
3. scaffold1207_440912      scaffold1207_440912      1232
   
4. scaffold1207_440912      scaffold116128_191187    885
   
5. scaffold1207_440912      super1786_353120 856
   
6. scaffold127278_5563    super162_234394     773
   
7. scaffold127278_5563    super1207_440912    424
   
8. super10010_1349177      super11337_200671    424"""
   
9. lst1 = str1.split('\n')
   
10. lst2 = [i.split() for i in lst1]
    
11. i = 0
    
12. while True:
    
13.     try:
    
14.         if lst2[i][0] == lst2[i][1]:
    
15.             lst2.pop(i)
    
16.         i += 1
    
17.     except IndexError:
    
18.         break
    
19. i = 0
    
20. while True:
    
21.     try:
    
22.         x = lst2[i][0]
    
23.         y = lst2[i][1]
    
24.         i += 1
    
25.     except IndexError:
    
26.         break
    
27.     j = i + 1
    
28.     while True:
    
29.         try:
    
30.             if x == lst2[j][1] and y == lst2[j][0]:
    
31.                 lst2.pop(j)
    
32.             j += 1
    
33.         except IndexError:
    
34.             break
    
35. for i in lst2:
    
36.     print(i[0], i[1], i[2])

复制代码

xiaoxiaonao

冬雪雪冬 发表于 2018-2-26 21:42
写了一个程序，自己不太满意，看看大家的写法。

谢谢，那如果是数据很多的情况呢？

冬雪雪冬

xiaoxiaonao 发表于 2018-2-27 10:27
谢谢，那如果是数据很多的情况呢？

如果3列的数据都相同，可以每行为一个元素成为集合，这样就可以去重了。