需要将下面的文件整理成三列
即整理成三列,第一列为蛋白ID,第二列为整个一行,第三列是gene ID,中间用制表符分割
#打开文件
f1 = open(‘X101SC19051138-Z01-bos_taurus-Customer.fasta’,‘r’)
f2 = open(‘pname.list’,‘w’)
#遍历
for i in f1:
#判断开头是否以>
if i.startswith(’>’):
#是,去掉换行符
i=i.strip("\n")
#按照空格将其分割成两列,存入数组n
n = i.split(’ ‘,1)
#按照空格分割,存入数组m
m = i.split(’ ‘)
#取数组n的第一列从第二个元素开始存入pro_id
pro_id = n[0][1:]
#判断m数据的列数是否有4列
if len(m) >= 4:
#如果有则取第四列元素为gene
gene = m[3]
#写入文件
f2.write(pro_id+’\t’+n[1]+’\t’+gene+’\n’)
else:
#否则将gene的这一列用-代替
f2.write(pro_id+’\t’+n[1]+’\t’+’-’+’\n’)
f2.close()
如何提取fasta文件的部分信息
最新推荐文章于 2022-09-14 23:02:44 发布