[已解决]新手python求助，逐行比较，第二行和第一行的第二列相同，则对第二行计数

poppy章鱼

求大佬帮忙，第一次发帖，急急急。。。。

数据如下，第一列是顺序排列的
scaffold_1..12548466    6
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    5
scaffold_1..12548476    5
scaffold_1..12548477    5
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..12548466        scaffold_1..12548472        6        7
scaffold_1..12548473        scaffold_1..12548478        5        6
scaffold_1..12548479        scaffold_1..12548483        4        5

如果第二行的第二列和第一行的第二列相同，则输出第二列的值和频次，以及第一列开头和结尾（第一列是按顺序排列的）

最佳答案

月排行榜 / 总排行榜

xingkong0214

2021-11-12 12:08:23

1. # coding:utf-8
   
2. 
   
3. 
   
4. if __name__ == '__main__':
   
5.     output_text = dict()
   
6.     # 假设数据从文件中读取
   
7.     with open(r'test_data.txt', 'r') as f:
   
8.         for each_line in f:
   
9.             serial_number = each_line.split()[0]
   
10.             value = each_line.split()[1]
    
11. 
    
12.             # 统计数据，存储到一个字典
    
13.             if value not in output_text.keys():
    
14.                 output_text[value] = {'start': serial_number, 'stop': serial_number, 'count': 1}
    
15.             else:
    
16.                 count = output_text[value]['count'] + 1
    
17.                 output_text[value]['stop'], output_text[value]['count'] = serial_number, count
    
18. 
    
19.     # 按照格式打印内容
    
20.     for each_item in output_text:
    
21.         print(output_text[each_item]['start'], output_text[each_item]['stop'], each_item, output_text[each_item]['count'])
    
22. 
    
23. 
    

复制代码

跳转到最佳答案楼层

suchocolate

1. s = '''scaffold_1..12548466    6
   
2. scaffold_1..12548467    6
   
3. scaffold_1..12548468    6
   
4. scaffold_1..12548469    6
   
5. scaffold_1..12548470    6
   
6. scaffold_1..12548471    6
   
7. scaffold_1..12548472    6
   
8. scaffold_1..12548473    5
   
9. scaffold_1..12548474    5
   
10. scaffold_1..12548475    5
    
11. scaffold_1..12548476    5
    
12. scaffold_1..12548477    5
    
13. scaffold_1..12548478    5
    
14. scaffold_1..12548479    4
    
15. scaffold_1..12548480    4
    
16. scaffold_1..12548481    4
    
17. scaffold_1..12548482    4
    
18. scaffold_1..12548483    4'''
    
19. 
    
20. d = dict()  # 创建空字典，第二列作key，第一列作为value
    
21. for line in s.split('\n'):
    
22.     k, v = line.split()
    
23.     d.setdefault(v, [])  # setdefault检测key是否存在，不存在就设置key并设置默认值为空列表，用于存储同值的第一列
    
24.     d[v].append(k)
    
25. for k, v in d.items():  # 打印
    
26.     print(f'{v[0]}\t{v[-1]}\t{k}\t{len(v)}')
    
27. 
    

复制代码

xingkong0214

1. # coding:utf-8
   
2. 
   
3. 
   
4. if __name__ == '__main__':
   
5.     output_text = dict()
   
6.     # 假设数据从文件中读取
   
7.     with open(r'test_data.txt', 'r') as f:
   
8.         for each_line in f:
   
9.             serial_number = each_line.split()[0]
   
10.             value = each_line.split()[1]
    
11. 
    
12.             # 统计数据，存储到一个字典
    
13.             if value not in output_text.keys():
    
14.                 output_text[value] = {'start': serial_number, 'stop': serial_number, 'count': 1}
    
15.             else:
    
16.                 count = output_text[value]['count'] + 1
    
17.                 output_text[value]['stop'], output_text[value]['count'] = serial_number, count
    
18. 
    
19.     # 按照格式打印内容
    
20.     for each_item in output_text:
    
21.         print(output_text[each_item]['start'], output_text[each_item]['stop'], each_item, output_text[each_item]['count'])
    
22. 
    
23. 
    

复制代码

poppy章鱼

suchocolate 发表于 2021-11-12 11:59

非常感谢，祝好

poppy章鱼

suchocolate 发表于 2021-11-12 11:59

非常感谢，祝好