我如何比较python中两个不同行中的两列

我如何比较python中两个不同行中的两列,第1张

我想浏览一个csv文件的每一行并进行比较,以查看第1行的第一个字段是否与下一行的第一个字段相同,依此类推。如果它找到匹配,那么我想忽略包含相同字段的那两行并保持没有匹配的行

这是一个示例数据集(no_dup.txt)

Ac_Gene_ID  M_Gene_ID
ENSGMOG00000015632  ENSORLG00000010573
ENSGMOG00000015632  ENSORLG00000010585
ENSGMOG00000003747  ENSORLG00000006947
ENSGMOG00000003748  ENSORLG00000004636

基本上我想排除第1行和第2行,因为它们包含相同的字段(ENSGMOG00000015632)并保留第3行和第4行

以下是我尝试但无法完成的代码

prev = None

with open("no_dup.txt", 'r') as fh_in:
    for line in fh_in:
        line = line.strip()
        if line.startswith("E"):
            line1 = line.split()
            print "initial gene =", line1[0]
            if prev is not None or prev!= line1[0]:
                prev = line1[0]

最佳答案:

3 个答案:

答案 0 :(得分:1)

我认为干净的方法是制作每个条目的地图 - >行列表。

entries = {}
with open('no_dup.txt', 'r') as fh_in:
    for line in fg_in:
        entry = line.split()[0]
        if entry in entries:
            entries[entry].append(line)
        else:
            entries[entry] = [line]
for matches in entries.iteritems():
    if len(matches) == 1:
        print matches[0]

您应该注意,这不会保留条目的顺序。

答案 1 :(得分:0)

您可以使用:

with open('a.txt','r') as inputFile:
   lines = inputFile.readlines()

prev = lines[0]

for i in range(1, len(lines)):
   cur = lines[i]
   if prev.split()[0] != cur.split()[0]:
      print prev.strip()
   prev = cur

print lines[-1].strip()

输入:

ENSGMOG00000015632  ENSORLG00000010573
ENSGMOG00000015632  ENSORLG00000010585
ENSGMOG00000003747  ENSORLG00000006947
ENSGMOG00000003748  ENSORLG00000004636

输出:

ENSGMOG00000015632  ENSORLG00000010585
ENSGMOG00000003747  ENSORLG00000006947
ENSGMOG00000003748  ENSORLG00000004636

答案 2 :(得分:0)

你的开始看起来不错:

def filter_dups(iterable):
      prev = None
      for line in iterable:
          if line.startswith("E"):
              if prev.split(None, 1)[0] == line.split(None, 1)[0]:
                  prev = None
              else:
                  if prev is not None:
                      yield prev
                  else:
                      prev = line
          else:
              yield line
              prev = None
      if prev is not None:
          yield prev

  with open("no_dup.txt", 'r') as fh_in:
      with open("no_dup_out.txt", 'r') as fh_out:
          fh_out.writelines(filter_dups(fh_in))
本文经用户投稿或网站收集转载,如有侵权请联系本站。

发表评论

0条回复