在tabfile中插入字典

Question

我需要我的程序帮助。 我想阅读我的标签文件，然后添加一个新的列（ab）到该文件，我想从字典中获得（hi）。

我的词典被命名为hi，对于我想要的数据列ab。 数据应该像字典中那样位于正确的special_name旁边。请看看我的例子。

我的标签文件看起来像：

Names names_id first second special_name 
lili  1   a  b  Tm 
Katrin 2   c  d  Tm 
Paul  3   e  f  ui 
bob  4   g  h  zb 
tina  5   i  j  ac 

它应该看起来像：

Names names_id first second special_name ab 
lili  1   a  b Tm   a 
Katrin 2   c  d Tm   a 
Paul  3   e  f ui   f 
bob  4   g  h zb   b 
tina  5   i  j ac   a 

我的脚本如下：

with open("myData.tab","r") as file: 
     hi = {'ac':{'ab': 'a', 'po':'pb'}, 
      'Tm':{'ab': 'a', 'po':'h'}, 
      'ui':{'ab': 'b', 'po':'h'}, 
      'zb':{'ab': 'f', 'po':'j'}} 
     for line in file: 
      line = line.strip() 
      columns = line.split("\t") 
      print(line) 
       for row in columns: 
        file.append('ab') 

当我打印，我得到的整个数据，但没有标题和没有字典。我会很感激任何帮助。

Answer 1

以下代码在您的问题中提供所需的输出。 然而，与原始帖子进行比较时需要考虑一些事项。

with open('myData.tab.tab','r') as input_file: 
    hi = {'ac':{'ab': 'a', 'po':'pb'}, 
      'Tm':{'ab': 'a', 'po':'h'}, 
      'ui':{'ab': 'b', 'po':'h'}, 
      'zb':{'ab': 'f', 'po':'j'}} 
    columns=[] 
    for line in input_file: 
     line = line.strip() 
     columns.append(line.split('\t')) 
    output_list = [columns[0]+['ab']] 
    for row in columns[1:]: 
     row.append(hi[row[-1]]['ab']) 
     output_list.append(row) 


with open('myData.tab2.tab','w') as output_file: 
    for row in output_list: 
     output_file.write("\t".join(row)+'\n') 

与您的原始文章相比，文件仍然打开相同。字典仍然创建相同我只将文件对象名称从file更改为input_file。

在此代码中创建了一个名为columns的空列表。之后，我们遍历文件中的每一行，与您在代码中执行的操作非常相似。唯一的区别是我们将每行添加到columns列表中。

在循环遍历文件中的每一行后，我们创建一个output_list，向其中添加第一行（带有标题的行），并将'ab'字符串添加到标题栏。

然后我们循环遍历非标题行的每一行以及与特殊名称对应的hi字典中的值到每一行。然后我们将该行添加到output_list。 然后我们打开一个不同的文件，并从我们的ouput_list中的每一行写入它。产生这个输出（结果是制表符分隔只有在SO上的间隔很小）。

Names names_id first second special_name ab 
lili 1 a b Tm a 
Katrin 2 c d Tm a 
Paul 3 e f ui b 
bob 4 g h zb f 
tina 5 i j ac a 

注意几件事：此代码会给你一个KeyError如果您有任何的special_name列下的值没有出现在你的字典hi。为了简单起见，我选择了最容易理解的实现。但它是vulnarable到KeyError

您不必到output_list写入到一个单独的文件，您可以更改myData2.tab到myData.tab然而，这将彻底重写了该文件。如果出现任何问题，您可能会丢失原始文件。所以我个人的偏好是（如果可能）写入一个新文件。这样你永远不会失去原始输入。

Answer 2

我会建议你使用Python的csv库这样做，因为它会让事情变得更加容易：

import csv 

hi = { 'ac':{'ab': 'a', 'po':'pb'}, 
     'Tm':{'ab': 'a', 'po':'h'}, 
     'ui':{'ab': 'b', 'po':'h'}, 
     'zb':{'ab': 'f', 'po':'j'}} 

with open('myData.tab', 'rb') as f_input, open('myData output.tab', 'wb') as f_output: 
    csv_input = csv.reader(f_input, delimiter='\t') 
    csv_output = csv.writer(f_output, delimiter='\t') 

    # Copy over the header to the output file and add the new column 
    csv_output.writerow(next(csv_input) + ['ab'])  

    for row in csv_input: 
     row.append(hi[row[4]]['ab']) 
     csv_output.writerow(row) 

给你一个制表符分隔的输出文件，用您的标题正确地从你的输入csv文件复制：

Names names_id first second special_name ab 
lili 1   a  b  Tm    a 
Katrin 2   c  d  Tm    a 
Paul 3   e  f  ui    b 
bob  4   g  h  zb    f 
tina 5   i  j  ac    a 

的csv库能够自动读取文件中的每一行，并正确地将其转换成一个列表。当回写一个文件时，你所需要做的就是给它一个列表，它会自动在每个值之间添加必要的分隔符。当你需要处理可能包含分隔符本身的字符串时，这变得更加重要。