迭代文件并在列表中保留数据-Python

我迭代文件1中的行以获得[ID，名称]的列表，然后我有文件2，这是一个长字符串，我想搜索匹配的ID，其格式为（例如，（x66=92428482（x67:82482384285）），（x68=69464））等，其中ID=66,67,68。我试图比较这两个文件，然后用文件1中的名称替换文件2中的相应ID

抱歉，如果这听起来真的很混乱

我遇到的第一个问题是迭代。到目前为止，我有以下几点：

def compare(file1, file2):
    next(identifiers)
    newick = newickfile.read()
    x = newick.split("homer")
    for bline in identifiers:
        id = bline.split()[-1]
        tf_name = bline.split()[3]
        data = [id, tf_name]
    print homer, data # issue 1

问题1：这将只打印最后一行数据，但当我识别时，它将打印字符串x太多次

如何在没有太多或太少迭代的情况下，将两个数据位相互比较

问题2：我基本上想做下面这样的事情，用名称替换ID，这可能吗

if data[0] in homer:
    homer.replace(data[1])

编辑：输入文件的外观（部分视图，因为它们很长）

文件-1：

Cell type   TF  Rank    TF  Motif   P-value Motif_no
meso    cebpb   1   CEBP    VKATTGCGCAAT    1e-994  1
meso    cebpb   2   CEBP:AP1    TTGCAWCA    1.00E-36    2
meso    cebpb   3   CTCFL   GCCCCCTACTGG    1.00E-16    3
meso    cebpb   4   ETS1    GACTTCCTGM  1.00E-15    4
meso    cebpb   5   Zfx KAGACGCCGCGC    1.00E-15    5
meso    cebpb   6   Rfx5    TTAGWAACAGMC    1.00E-15    6
meso    cebpb   7   Zbtb12  GTTAGCGCGTTC    1.00E-13    7
meso    cebpb   8   MafA    CATGAGTCAGCC    1.00E-13    8
meso    cebpb   9   Sox2    ATTGCCTTGCAA    1.00E-13    9
meso    cebpb   10  Tcf4    CYTCTCTGCTTT    1.00E-12    10

等等

文件-2：

(homer6:0,(homer10:0,(homer4:0,(homer5:0,(homer7:0,((homer9:0.186282229002538,((((((homer1:0.129121013567978):0):0):0):0):0):0) etc...

需要输出：

(Rfx5:0,(Tcf4:0,(ETS1:0,(Zfx:0,(Zbtb12:0,((Sox2:0.186282229002538,((((((CEBP:0.129121013567978):0):0):0):0):0):0) etc...

---

等。对于相应的模体编号

，它应该非常简单，只需阅读

文件1

，并在每一行上使用

str.replace

。下面是使用

str.replace

的示例：

>>> foo = 'test'
>>> foo.replace('test', 'Hello World')
'Hello World'

# This will replace EACH instance of 't'.
>>> foo.replace('t', 'X')   
'XesX'

# This will return 'test' because foo doesn't contain 'bar'.
>>> foo.replace('bar', 'nothing')     
'test'                                   

但是，

str.replace

不会重新分配其处理的字符串。所以在上面的例子中，

foo

仍然是

'test'

以下示例应符合您的目的：

def compare(file1, file2):
    # This file SHOULD be one line. But just in case, do a loop anyways.
    homer = ''
    with open(file2, 'r') as f:
        for line in f:
            homer += line

    with open(file1, 'r') as f:
        for line in f:
            data = line.split()

            # -1 and 3 are indices where the Motif Num and TF are
            # located in the list.
            homer = homer.replace('homer{}'.format(data[-1]), data[3])

---

你能清楚地写出文件1的内容和文件2吗？你的意思是我能打印内容吗？是的，你举的例子不清楚。如果你提供文件1和文件2的清晰视图，可能会帮助我解决我认为可能存在的问题。我已编辑以包含这些输入文件的视图。我希望这能让事情更清楚，谢谢！你能解释一下homer99是如何被RFX5取代的吗？你能告诉我这个吗？“荷马+=线”是做什么的？最后一行是如何工作的？谢谢：）行

homer+=line

将

file2

的行附加在一起。这是为了防止

file2

超过1行。最后一行是用您的

TF

名称替换

homerXX

的任何实例。我将更新我的答案，以给出一个

str.replace

的示例。感谢您的帮助，而且这个解释非常有用！太棒了！！另外，我终于设法让它再次工作了，谢谢：）嘿，我刚刚注意到，虽然它正在用一个TF名称替换荷马{}，但它是不正确的，我不知道一些名称来自何处，例如，其中一些甚至不在我的文件1列表中，如“Sox29”。这可能是一个迭代问题，还是它没有将TF与homerID关联？嗯，使用我得到的示例输入。由于代码板上使用的Python版本，我不得不做一些更改。然而，从功能上来说，它们是一样的。