字符串替换中的字符。清洁（dna）

Question

在数据分析中，数据以肮脏的形式呈现给我们是很常见的，错误与数据的转录或下载方式有关。因为我们知道任何dna序列都必须由四个碱基组成'a'、'g'、't'、'c'，所以dna中出现的任何其他字母都是错误的。编写一个函数clean(dna)，该函数返回一个新的DNA字符串，其中不是a、C、G或T的每个字符都替换为N。例如，clean('goat')应返回字符串'gnat'。你可以假设dna都是小写的，但不要假设任何错误字符的性质（例如，它们甚至可能被意外地转录成数字）

clean('') → ''
clean('agct7ttczttctgactgcaacgggcaatatgtctctxtgtggattaaaaaaagagtgtcygatagcagcttctgaactggttacctgcc') → 'agctnttcnttctgactgcaacgggcaatatgtctctntgtggattaaaaaaagagtgtcngatagcagcttctgaactggttacctgcc'
clean('gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac') → 'gtgagtaaattaaaattttnttgacttaggtcactaantactttaaccaatataggnatagcgcacagacagataaaaattacagagtac'

用于循环

没有意义

Answer 1

使用re.sub：

Import re
dna = 'gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac'
dna = re.sub(r'[^ACTG]','N',dna.upper())
print(dna)