Python 3.x Python—如何对文件中的行进行排序以匹配另一个文件排序顺序

我有两个文件：A和B

文件A以制表符分隔，并具有特定的排序顺序。我想对文件B中的所有行进行排序，以便两个文件中的所有行完全匹配

以下是文件A（已排序的文件）的格式：

以下是文件B（我要排序的文件）的格式：

正如您所看到的，文件B比文件A有更多的信息，这就是为什么我需要匹配排序顺序，以便从文件B中提取重要信息

基本上，我的输出（我们称之为文件C）应该如下所示：

#chr    #start      #end        #name                     #score #strand  #genechr #genestart #geneend #genename #genescore #genestrand
chr1    161427010   161427243   Larp7-Chip.MACS2_peak_9704  0   .   chr1    161475205   161489360   FCGR2A  0   +
chr1    161423805   161424053   Larp7-Chip.MACS2_peak_9703  0   .   chr1    161475205   161489360   FCGR2A  0   +
chr1    161429385   161429489   Larp7-Chip.MACS2_peak_9705  0   .   chr1    161475205   161489360   FCGR2A  0   +

注意：我无法使用第四列对文件进行匹配和排序。存在多个重复项，因此会导致问题。排序顺序必须与前三列匹配

编辑：为清晰起见，文件A包含人类基因组中增强子区域的信息。文件B具有相同的增强子信息，但具有关于每个增强子区域附近相关基因的额外信息

我想输出一个新文件，该文件包含文件B中的所有信息，但遵循与文件a相同的行顺序。两个文件中的项目数相同

在Python3中可以这样做吗？我对编程很陌生，但如果有人帮我，我应该可以让它正常工作。这也是我在工作中经常做的一件事，所以把这个脚本放在未来会非常棒

---

谢谢大家!

我假设前6个col足以唯一标识您的记录：

def getKey (x):
  keys = x.split()[0:6]
  keys[4] = float(keys[4])
  return tuple(keys)
rows_of_fileB = dict( [ getKey(r), r] for r in fileB)
for row in fileA:
  print( rows_of_fileB[getKey(row)] )

---

按什么排序？我不明白顺序…前6列是用来显示增强子区域在人类基因组中的位置。第二组共6列显示了它们附近的相关基因。我想对输出文件进行排序，使其具有与文件A相同的行顺序（前6列相同），但具有文件B中相关基因的信息。我在主要帖子中进行了编辑，试图澄清一点，如果这没有完全帮助的话，我很抱歉。这可能更容易（理解问题也更有用）如果在每个文件格式中指定列的名称。当前，您指的是前三列，它们在两个文件中包含不同的数据。回想一下关系数据库：确定一个候选键。@dhke我同意，我使用的大多数工具都会去掉标题，这就是为什么不包括标题的原因。我已经在原来的帖子中添加了它们。需要注意的是，两个文件中的前三列包含完全相同的数据，只是文件中的顺序不同。因此，文件A中的第1行可能是文件B中的第1000行。这就是为什么我的示例没有显示相同的数据。但是这两个文件中的前六列是相同的。我在第7行得到一个

keyrerror:getKey=lambda x:tuple（x.split（）[0:6]）rows\u of_fileB=dict（[getKey（r），r]代表fileB中的r）代表fileA:print（rows\u of_fileB[getKey（row）]）

。这可能是因为我打开的文件不正确。我使用的是

FileA=open（“FileA.txt”）

和

FileB=open（“FileB.txt”）

。我是python新手，所以这可能不合适。编辑：是的，您认为前6列足以识别记录的假设是正确的。可能文件a中存在一些行，但文件B中没有相应的行（前6列不匹配）。错误消息将给出该行的前6列。嗯，我实际上认为区别可能是文件A的浮点值为0.0，文件B的整数为0。我将修复此问题并重新运行。对于文件A中的输出：3，将打印行更改为

print（“.”。join（row.split（）[0:3]）+rows\u of_fileB[getKey（row）]）

用于写入fileC:

fileC=open（'fileC.txt'，'w'）。。。fileC.write（…+'\n'）

#chr    #start      #end        #name                     #score #strand  #genechr #genestart #geneend #genename #genescore #genestrand
chr1    161427010   161427243   Larp7-Chip.MACS2_peak_9704  0   .   chr1    161475205   161489360   FCGR2A  0   +
chr1    161423805   161424053   Larp7-Chip.MACS2_peak_9703  0   .   chr1    161475205   161489360   FCGR2A  0   +
chr1    161429385   161429489   Larp7-Chip.MACS2_peak_9705  0   .   chr1    161475205   161489360   FCGR2A  0   +

def getKey (x):
  keys = x.split()[0:6]
  keys[4] = float(keys[4])
  return tuple(keys)
rows_of_fileB = dict( [ getKey(r), r] for r in fileB)
for row in fileA:
  print( rows_of_fileB[getKey(row)] )