python自学笔记

文件读取写出

#!/usr/bin/python
# -*- coding: utf-8 -*-
import sys, os
file=open("./huyangzxz","r")
lines = file.readlines()
for line in lines:
    tmp=line.split("\t")
    gene=tmp[1].split('.')[0]+"\n"
    with open("./7.30test.txt","a") as f:
        f.write(gene)
file.close()

用pandas处理 按列名 合并

#!/usr/bin/python
# -*- coding: utf-8 -*-
import sys, os
import pandas as pd
import numpy as np
df1=pd.read_excel('/home/zjp/1/aaxabPsimoniiMap.xlsx',sheet_name='SLG1')
df2=pd.read_csv('/home/zjp/1/aaxab.txt',sep='\t')
data=df1.loc[:,['Female ref']] #取出这一行
data.columns=['SP']
a=pd.merge(data,df2) #按data顺序合并
a.drop(labels=['1'],axis = 1,inplace=True) #删除 axis是列 0是行 inplace替换原文件
a.to_csv("aaxabSLG1",sep='\t') 保存

对列重命名

x = sys.argv[1]
out=  sys.argv[2]#
df1 = pd.read_table(x,header=None)
list1=df1.values.tolist()
data=pd.DataFrame(list1)
newcol=[]
for i in range(1,146):
        i=str(i)
        newcol.append(i)
#print(newcol)
data.columns=newcol
#print(data)
data=data.drop(["55","56","57","58","59","60","101","102","103","104","105","106"],axis=1)
data.to_csv(out,sep='\t',header=False,index=False)

字典

#!/usr/bin/env python

chr_length = {}
with open('./p.simonii.fasta.fai') as f:
    for line in f:
        line = line.strip().split('\t')
        chr_length[line[0]] = int(line[1])
###两列构建字典
with open('./p.simonii.fasta.ssr.bed') as f:
    for line in f:
        line = line.strip().split('\t')
        chr_name = line[0]
        start = line[1]
        End = line[2]
        if int(start) < 0:
            start = 0
        if int(End) > chr_length[chr_name]:
            End = chr_length[chr_name]
        print(chr_name,start,End,sep='\t')

import os,sys
x=sys.argv[1]
with open (x) as f:
        lines=f.readlines()
        for line in lines :
                tmp=line.strip().split('\t')
                a=tmp[0]
                b=a+'.R1.fastq_filtered'
                c=a+'.R2.fastq_filtered'
                print (tmp[0]+"\t"+b+"\t"+c)
import re,os,sys
x=sys.argv[1]
y=sys.argv[2]
def mufun(a):
    b=re.findall(r'\w+',a)
    if(abs(len(b[0]*int(b[1]))-len(b[2]*int(b[3])))>4):
        return 1
    else:
        return 0
with open (x) as f:
    lines=f.readlines()
    for line in lines:
        tmp=line.strip().split('\t')
        sum=0
        if(tmp[3].find("(")!=-1 and tmp[4].find("(")!=-1 and tmp[5].find("(")!=-1):
            sum=sum+mufun(tmp[3])+mufun(tmp[4])+ mufun(tmp[5])
            if(sum>0):
                with open(y,"a+") as f2:
                    f2.write(line)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,348评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,122评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,936评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,427评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,467评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,785评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,931评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,696评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,141评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,483评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,625评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,291评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,892评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,492评论 2 348

推荐阅读更多精彩内容