更新所以我有一种织物,有上千条线,看起来像这样
BRCA A2ML1错义突变TCsA-A1-A0SO A8K2U0 W408C
BRCA A2ML1错义突变TCsA-A8-A08P A8K2U0 R433H
BRCA A2ML1错义突变TCsA-B6-A0WZ A8K2U0 P1341L
我已经写了代码来捕获整行和第6个令牌(代码如下) 现在我正在尝试将第6个标记与它自己的行匹配。你知道吗
我希望得到的输出是,我正在尝试编写一个如下所示的输出文件(这只是几个示例)
A8K2U0 |START=1 END.....| R433H |BRCA A2ML1 Missense_Mutation TCsA-A8-A08P A8K2U0 R433H
和其他线路一样
A8K2U0 |START=1 END.....| P1341L |BRCA A2ML1 Missense_Mutation TCsA-B6-A0WZ A8K2U0 P1341L
这是我的字典代码:
lookup = defaultdict(list)
wholelookup = defaultdict(list)
wholeline = defaultdict(list)
mydata = open('file.txt')
for line in csv.reader(mydata, delimiter='\t'):
code = re.match('[a-z](\d+)[a-z]', line[-1], re.I)
if code:
lookup[line[-2]].append(code.group(1))
wholelookup[line[-2]].append(code.group(0))
s=' '.join(line)
wholeline[line[-2]].append(s)
琐碎地:
或根据DSM的建议:
但我有一种明显的感觉,我误解了这个问题。你知道吗
相关问题 更多 >
编程相关推荐