如何获取文件名的每个部分并将其分别插入表中？

Question

我编写了一个脚本来计算生物体中不同基因的值。我想得到一个 csv 文件，其中包含“物种 ID”、“基因座标签”列，然后是值本身。

我是 Python 新手，我不知道该怎么做？文件名的一个例子是：

NC_000117.1+CT_001.txt

+ 前后的每一位都是不同的。作为参考，前面的位是物种 ID，+ 后面的位是基因座标记。我有大约 6000 个这样的文件，而且它们非常小，所以处理时间应该不会太长！

这是我目前的代码：

import os
import io
import glob
import pandas as pd
import csv
work_dir = "User/..."
for path in glob.glob(os.path.join(work_dir, "*.txt")):
    with io.open(path, mode="r", encoding="utf-8") as dir:
        genome = dir.read()

    GC3_list = list()
    locus_list = list()

#calculates the total base number of each txt file
    total_base = len(genome)
    # print("Total no of bases:" + str(total_base))

#counts number of g and c bases at every 3rd position
    g = genome[::3].count('g')
    c = genome[::3].count('c')
    # print("Number of G bases:"+str(g))
    # print("Number of C bases:"+str(c))

#calculates final GC3 content in %
    GC3 = ((g+c)/total_base) * 100
    #print("GC3 content in % :" + str(GC3))
    GC3_list.append(GC3)

#loci names taken from file
    loci = os.path.basename(path).replace('.txt', "")
    locus_list.append(loci)

df = pd.DataFrame({'Locus tag':locus_list,
                  'GC3 %': GC3_list})

df.to_excel('output')

Answer 1

如果您只是想在“+”处拆分它，您可以在文件名字符串上使用 .split('+')。