【发布时间】:2014-12-04 21:35:59
【问题描述】:
如何读入两个制表符分隔的文件 .txt 并将它们映射到一个公共列。
例如,从这两个文件中创建基因到通路的映射:
第一个文件,pathway.txt
Pathway Protein
Binding and Uptake of Ligands by Scavenger Receptors P69905
Erythrocytes take up carbon dioxide and release oxygen P69905
Metabolism P69905
Amyloids P02647
Metabolism P02647
Hemostasis P68871
第二个文件,gene.txt
Gene Protein
Fabp3 P11404
HBA1 P69905
APOA1 P02647
Hbb-b1 P02088
HBB P68871
Hba P01942
输出会是这样的,
Gene Protein Pathway
Fabp3 P11404
HBA1 P69905 Binding and Uptake of Ligands by Scavenger Receptors, Erythrocytes take up carbon dioxide and release oxygen, Metabolism
APOA1 P02647 Amyloids, Metabolism
Hbb-b1 P02088
HBB P68871 Hemostasis
Hba P01942
如果没有通路对应于蛋白质 id 信息的基因碱基,则留空。
更新:
import pandas as pd
file1= pd.read_csv("gene.csv")
file2= pd.read_csv("pathway.csv")
output = pd.concat([file1,file2]).fillna(" ")
output= output[["Gene","Protein"]+list(output.columns[1:-1])]
output.to_csv("mapping of gene to pathway.csv", index=False)
所以这只给了我我不期望的合并文件。
【问题讨论】:
-
从哪里摄取配体............来自哪里???
-
@Hackaholic 刚刚修正了错字。
-
@abs27 试着写一些代码。如果您遇到任何错误,我们会为您提供帮助。
-
@BhargavRao 我打算用熊猫。
-
@abs27 继续您的计划,完成一些工作并发布代码。如果您遇到任何错误,我们将帮助您调试它,否则,将其发布为答案,我们都会从中吸取教训。