python 导入数据后保留某些字段_在python中，从另一个文件中提取行并将唯一的字段保存在单独的文件中...

我正在处理一个非常大的压缩文本文件”值.gz，在第2列中包含每个基因的多个值，在第4列中包含另一个包含唯一基因列表的小文本文件(“床.txt"). 我试图从值.gz文件(不用全部阅读，只使用字典床.txt)中列出的基因子集床.txt文件，并将其保存在每个基因的单独文件中。我无法在bash中执行此操作，因为文件太大而无法解压缩，所以我正在python中尝试，但我是一个新手，而且我被卡住了：我已经提取了匹配的基因并将它们保存在一个文件中，但是如何将每个基因保存到不同的文件中？在

例如床.txt文件如下所示：chr start end gene_id

1 11868 11869 ENSG00000223972

1 29552 29553 ENSG00000227232

1 29806 29807 ENSG00000243485

在值.gz文件如下所示：

^{pr2}$

我想要的输出是：

ENSG0000223972.gzrs1 ENSG00000223972 0.09 0.8 0.5

rs2 ENSG00000223972 0.09 0.8 0.3

ENSG00000227232.gzrs1 ENSG00000227232 -0.06 -0.5 0.6

rs3 ENSG00000227232 0.09 0.8 0.3

(所有基因值.gz床上应该有一个匹配的值(但不是100%确定！)，但床文件中会列出更多与值.gz文件)#! /usr/bin/env python

import gzip

lookup = dict()

my_file = open("bed.txt","r")

for line in my_file.readlines():

row = line.split()

lookup[row[3]] = row[1:]

# print lookup

my_file.close()

with open('MyOutFile', 'w') as outfile:

with gzip.open("values.gz", "r") as eqtl:

for line in eqtl.readlines():

for key in lookup:

if line.find(key) > -1:

outfile.write(line)

根据Paisanco的建议：with gzip.open("values.gz", "r") as eqtl:

for line in eqtl.readlines():

row = line.split()

gene = row[1]

filename = gene+'.txt'

if gene in lookup:

# assign unique file name here, then

if os.path.exists(filename):

append_write = 'a'

else:

append_write = 'w'

with open(filename,append_write) as outfile:

outfile.write(line)