使用一个文件的坐标并从另一个文件中添加匹配坐标值的Python脚本

Question

我有一组原始的基因组坐标（染色体，起始位置，结束位置），这些数据保存在一个用制表符分隔的bed文件里。同时，我还有一些其他的用制表符分隔的bed文件，这些文件里包含了一些原始的基因组坐标，并且每个坐标都有一个对应的数字值。这些坐标在一个bed文件中可能会出现多次，每次对应的数字值可能不同。我需要一个最终的bed文件，这个文件里包含每个原始的基因组坐标，以及与该坐标相关的所有数字值的总和。下面是我正在处理的文件示例。

原始文件：

chr1    2100    2300

chr2    3300    3600

chr1    2560    2800

其他bed文件：

chr1    2100    2300    6

chr2    3300    3600    56

chr1    2100    2300    10

需要的输出文件：

chr1    2100    2300    16

chr2    3300    3600    56

chr1    2560    2800    0

我需要写一个python脚本来完成这个任务，但我不太确定最好的方法是什么。

Answer 1

这是Pandas让事情变得非常简单的其中一个例子：

import pandas
coordnames = ['Name', 'x', 'y']
f1 = pandas.read_table('file1', delimiter=r' +', 
                       names=coordnames).dropna()
f2 = pandas.read_table('file2', delimiter=r' +', 
                       names=coordnames + ['n']).dropna()
result = (f1.merge(f2, on=coordnames, how='left')
          .groupby(coordnames).sum().fillna(0))

Answer 2

在编程中，有时候我们会遇到一些问题，特别是在使用某些工具或库的时候。这些问题可能会让我们感到困惑，尤其是当我们刚开始学习编程的时候。比如，有人可能在使用某个特定的功能时，发现它并没有按照预期工作。这种情况很常见，通常需要我们仔细检查代码，看看哪里出了问题。

有时候，解决问题的方法很简单，只需要调整一下代码，或者查阅一下相关的文档和资料。对于初学者来说，最重要的是要保持耐心，慢慢来，逐步理解每一部分的功能和用法。

总之，编程的过程中遇到问题是很正常的，关键在于如何去解决这些问题，积累经验，提升自己的技能。

def fetch_data(filename1, filename2):
    lines = []
    data = {}
    with open (filename1) as f:
        lines = f.readlines()

    for line in lines:
        if not line.strip():
            continue
        data[' '.join(line.split())] = 0

    with open (filename2) as f:
        lines = f.readlines()

    for line in lines:
        if not line.strip():
            continue
        arr = line.split()
        data[' '.join(arr[:-1])] += int(arr[3])

    return data


with open ('output.txt', 'w') as f:
    for key,value in fetch_data('original.txt','data.txt').iteritems():
        f.write('{0}    {1} \n\n'.format('    '.join(key.split()), str(value)))