如何将 Biopython SeqIO.convert() 传递给目录中的多个文件？

Question

我正在编写一个 python 脚本（2.7 版），它将指定目录中的每个输入文件（.nexus 格式）更改为 .fasta 格式。 Biopython 模块 SeqIO.convert 完美地处理了单独指定文件的转换，但是当我尝试使用 os.walk 在目录上自动执行该过程时，我无法正确地将每个输入文件的路径名传递给 SeqIO.convert。我哪里错了？我是否需要使用 os.path 模块中的 join() 并将完整路径名传递给 SeqIO.convert？

    #Import modules
    import sys
    import re
    import os
    import fileinput

    from Bio import SeqIO

    #Specify directory of interest
    PSGDirectory = "/Users/InputDirectory”
    #Create a class that will run the SeqIO.convert function repeatedly
    def process(filename):
      count = SeqIO.convert("files", "nexus", "files.fa", "fasta", alphabet= IUPAC.ambiguous_dna)
    #Make sure os.walk works correctly
    for path, dirs, files in os.walk(PSGDirectory):
       print path
       print dirs
       print files

    #Now recursively do the count command on each file inside PSGDirectory
    for files in os.walk(PSGDirectory):
       print("Converted %i records" % count)
       process(files)      

当我运行脚本时，我收到以下错误消息： Traceback (most recent call last): File "nexus_to_fasta.psg", line 45, in <module> print("Converted %i records" % count) NameError: name 'count' is not defined This conversation 很有帮助，但我不知道在哪里插入 join() 函数语句。 Here is an example of one of my nexus files 感谢您的帮助！

Answer 1

发生了一些事情。

首先，您的流程函数没有返回“计数”。你可能想要：

def process(filename):
   return seqIO.convert("files", "nexus", "files.fa", "fasta", alphabet=IUPAC.ambiguous_dna) 
   # assuming seqIO.convert actually returns the number you want

此外，当您编写 for files in os.walk(PSGDirectory) 时，您正在操作 os.walk 返回的 3 元组，而不是单个文件。你想做这样的事情（注意使用 os.path.join）：

for root, dirs, files in os.walk(PSGDirectory):
    for filename in files:
            fullpath = os.path.join(root, filename)
            print process(fullpath)

更新：

所以我查看了 seqIO.convert 的文档，它期望被调用：

• in_file - 输入句柄或文件名
• in_format - 输入文件格式，小写字符串
• out_file - 输出句柄或文件名
• out_format - 输出文件格式，小写字符串
• 字母表 - 假设的可选字母表

in_file 是要转换的文件的名称，最初您只是使用“files”调用 seqIO.convert。

所以你的流程功能应该是这样的：

def process(filename):
    return seqIO.convert(filename, "nexus", filename + '.fa', "fasta", alphabet=IUPAC.ambiguous_dna)