Python tsv文件和基于源文件的列重命名之间的完全联接

我有176个

.tsv

文件，这是基因比对的结果，如下所示：

目标识别码 长度 tpm ENST001 12 100 ENST001 9 5.

---

让我知道如果这个代码对你有效，没有这些文件很难测试

import re
import os
import sys
import pandas as pd

tpm_dict = {}

for fn in os.listdir(sys.argv[1]):
    if re.match('.*\.tsv$', fn):
        header = fn.replace('.tsv', '')
        this_df = pd.read_csv(os.path.join(sys.argv[1], fn), sep='\t')
        for i, row in this_df.iterrows():
            try:
                tpm_dict[row['target_id']][header] = row['tpm']
            except KeyError:
                try:
                    tpm_dict[row['target_id']] = {header: row['tpm']}
                except:
                    print(f"Problem in {fn} at row {i}")

df = pd.DataFrame.from_dict(tpm_dict, orient='index')
df.to_csv('joined.tsv', sep='\t')

另存为

tsvjoin.py

，然后运行

python3 tsvjoin.py

---

编辑：输入错误

你的目录结构是什么样的？文件名为srr1000001.tsv？这是正确的。模式为SRR*.tsv。为了清晰起见，我将把它添加到我的帖子中。谢谢阿尔伯特。但是，我收到一个错误

FileNotFoundError:[Errno 2]文件SRR1146093.tsv不存在：“SRR1146093.tsv”

。知道为什么吗？我的错，我在阅读的时候忘了附加目录。现在就试试。感谢您的快速回复和修复！我现在遇到了另一个错误

TypeError:'str'对象不能解释为整数

我做了一些更改，您可以再试一次。我仍然得到相同的错误，不幸的是，加上一些新的错误<代码>类型错误：在处理上述异常期间，无法将“str”对象解释为整数，发生了另一个异常：。。。。。。。。KeyError:“tpm”