Python 查找ID坐标

我有两个文件

1) A B       2) A,chr1,startA,endA
   C D          B,chr1,startB,endB
   B A          C,chr1,startC,endC
                D,chr1,startD,endD

我的期望输出

A chr1 startA endA B chr1 startB endB
C chr1 startC endC D chr1 startD endD
B chr1 startB endB A chr1 startA endA

我的try给了我第一个ID的chr，开始和结束，但是我不知道如何关联和附加第二个ID

f1=open('input1','r')
f2=open('input2','r')
output = open('out.txt','w')
dictA= dict()
for line1 in f1:
    listA = line1.strip('\n').split('\t')
    dictA[listA[0]] = listA
for line1 in f2:
    new_list=line1.rstrip('\r\n').split(',')
    query=new_list[0]
    chrom=new_list[1]
    start=new_list[2]
    end=new_list[3]
    if query in dictA:
        listA = dictA[query]
        output.write(str(listA[0])+'\t'+str(listA[1])+'\t'+chrom+'\t'+start+'\t'+end+'\n')
 output.close()

---

根据你想要的结果，我认为你可能在这方面有点落后。似乎将第二个文件的内容存储在字典中，然后使用第一个文件的内容在字典中查找数据更有意义，如下所示

import io

f1 = io.StringIO('A\tB\nC\tD\nB\tA\n')
f2 = io.StringIO('A,chr1,startA,endA\r\nB,chr1,startB,endB\r\nC,chr2,startC,endC\r\nD,chr1,startD,endD')

dictA = dict()
for line in f2:
    temp = line.strip().split(',')
    dictA[temp[0]] = temp[1:]

for line in f1:
    id1, id2 = line.strip().split('\t')
    print('\t'.join([id1] + dictA.get(id1, []) + [id2] + dictA.get(id2, [])))

运行此命令将导致

A   chr1    startA  endA    B   chr1    startB  endB
C   chr2    startC  endC    D   chr1    startD  endD
B   chr1    startB  endB    A   chr1    startA  endA

如果我假设我有

file1.txt

和内容

A   B
C   D
B   A

A,chr1,startA,endA
B,chr1,startB,endB
C,chr1,startC,endC
D,chr1,startD,endD

和

file2.txt

及其内容

A   B
C   D
B   A

A,chr1,startA,endA
B,chr1,startB,endB
C,chr1,startC,endC
D,chr1,startD,endD

然后我可以使用文件读写方法生成输出

f1 = open('file1.txt', 'r')
f2 = open('file2.txt', 'r')
output_file = 'output.txt'

dictA = dict()
for line in f2:
    temp = line.strip().split(',')
    dictA[temp[0]] = temp[1:]
with open(output_file, 'w') as fp:
    for line in f1:
        id1, id2 = line.strip().split('\t')
        fp.write('\t'.join([id1] + dictA.get(id1, []) + [id2] + dictA.get(id2, [])) + '\n')

---

这看起来有点像床的形式；除了但什么是‘A’、‘B’等？基因ID。我只是简单地写了一个B。不要在染色体编号之前添加基因ID，它们应该作为名称，请参见官方的扩展床格式规范：你确定在第二个文件中，每行的“键”完全符合该行的第一个字符，或者可能有其他字符？是的，但我不需要BED格式，我需要为我的每个ID获取起点和终点…谢谢..但是你可以使用文件打开和文件写入，bcos我的文件很大..这种格式一点也不舒服…我们在这里谈论的是多大？我们是否可以将文件2的内容存储在RAM中？不是很大，但仍有50k行..在第二个文件中，我有10行，我只是在这里缩短了它，因此该文件变得相当大，使用实际的FileSuper进行了编辑以解决问题，同时使其工作正常..谢谢！