如何使用Python将文本文件中的空格替换为分号？

Question

我有一个大的文本文件，其中包含许多分离的值。但是文本文件的值由空格和分号分隔。下面是Unix中使用Less命令的一些行的外观：

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT
chr7    149601  MERGED_DEL_2_39754      T       .       141.35  .   AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=<DEL>;AF1000g=0.09
chr7    149616  rs190051229     C       .       108.65  .       AC=0;AF=0.00;AN=2;DP=35;MQ=37.00;MQ0=0;1000gALT=T;AF1000g=0.00
chr7    149628  rs3814456       A       .       129.31  .       AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=G;AF1000g=0.14
chr7    149634  rs146001818     G       T       1375.63 .       AC=2;AF=1.00;AN=2;BaseQRankSum=0.456;DP=39;Dels=0.00;FS=0.000;HRun=0;HaplotypeScore=0.9997;MQ=37.00;MQ0=0;MQRankSum=1.641;QD=35.27;ReadPosRankSum=1.459;1000gALT=T;AF1000g=0.01

我想用分号代替chr7旁边的空白。然后我想在POS值的某个范围内选择行，例如：149601到149628（前三行），这样我就可以计算出这个范围内AF100g的总值（本例中的前三行是0.24）。在

我该怎么做？在

Answer 1

我不太明白你说的“差30分或更少”是什么意思。因为1号线（149601）和2号线（149616）的差值是15，而这里已经不到30了。在

现在，要获得所需的值（假设您正在迭代该文件并将每一行存储在一个名为line的变量中）：

POS：我建议先用一个空格替换所有空格，然后使用这个空格将字符串分成多个部分（line = re.sub(r" +", r" ", line)）。第二个元素就是POS值（pos = int(line.split(" ")[1])）。在

AF值：只需使用正则表达式搜索关键字：float(re.match(r".*?AF1000g=(.*?)\s.*?", line).groups()[0])

保留一个全局变量，该变量将每个循环步骤中的单独AF值相加。当达到所需条件时，打印相加的AF值。继续将前一个POS值保存在循环外的变量中，并取两个POS值之间的差。如果需要正值，请记住使用abs()。在