我有两个这样的文件, 蛋白质列表 -
TRIUR3_05947-P1
TRIUR3_06394-P1
Traes_1BL_EB95F4919.2
以及制表符分隔的重叠群和蛋白质的字典 -
contig22 TRIUR3_05947-P1
contig15 TRIUR3_05947-P1
contig1 Traes_1BL_EB95F4919.2
contig67 Traes_1BL_EB95F4919.2
contig98 Traes_1BL_EB95F4919.2
contig45 MLOC_71599.4
我想要的输出是它找到所有常见的蛋白质并打印这样的结果,
contig22 TRIUR3_05947-P1
contig15 TRIUR3_05947-P1
contig1 Traes_1BL_EB95F4919.2
contig67 Traes_1BL_EB95F4919.2
contig98 Traes_1BL_EB95F4919.2
这是我下面的脚本,但它给我的只是公共(public) key 的结果,我想是覆盖的,如何解决这个问题?
f1=open('mydict.txt','r')
f2=open('mylist.txt','r')
output = open('result.txt','w')
dictA= dict()
for line1 in f1:
listA = line1.rstrip('\r\n').split('\t')
dictA[listA[1]] = listA[0]
for line1 in f2:
new_list=line1.rstrip('\n').split()
query=new_list[0]
if query in dictA:
listA[0] = dictA[query]
output.write(query+'\t'+str(listA[0])+'\n')
最佳答案
你这样做的方式是错误的。如果您将“字典文件”存储在字典结构中,使用蛋白质名称作为键,您将丢失信息。
更好的方法是首先读取蛋白质列表,并将所有蛋白质名称存储在一个集合中。然后,您读取字典文件并打印蛋白质名称在集合中的所有行。
with open('mylist.txt') as mylist:
proteins = set(line.strip() for line in mylist)
with open('mydict.txt') as mydict, open('result.txt', 'w') as output:
for line in mydict:
_, protein = line.strip().split()
if protein in proteins:
output.write(line)
关于python - 在Python中查找列表和字典之间的共同元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24208000/