如何使用 Python 在文本文件中用分号替换空格？答案

【问题标题】：How to replace white space with semi-colon in text file using Python?如何使用 Python 在文本文件中用分号替换空格？
【发布时间】：2019-03-27 20:59:43
【问题描述】：

我有一个包含许多分隔值的大文本文件。但是文本文件的值由空格和分号分隔。下面是在 Unix 中使用 Less 命令的一些行的样子：

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT
chr7    149601  MERGED_DEL_2_39754      T       .       141.35  .   AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=<DEL>;AF1000g=0.09
chr7    149616  rs190051229     C       .       108.65  .       AC=0;AF=0.00;AN=2;DP=35;MQ=37.00;MQ0=0;1000gALT=T;AF1000g=0.00
chr7    149628  rs3814456       A       .       129.31  .       AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=G;AF1000g=0.14
chr7    149634  rs146001818     G       T       1375.63 .       AC=2;AF=1.00;AN=2;BaseQRankSum=0.456;DP=39;Dels=0.00;FS=0.000;HRun=0;HaplotypeScore=0.9997;MQ=37.00;MQ0=0;MQRankSum=1.641;QD=35.27;ReadPosRankSum=1.459;1000gALT=T;AF1000g=0.01

我希望能够用分号替换 chr7 旁边的空格。然后我想在POS值的某个范围内选择行，例如：149601到149628（前三行），这样我就可以计算出AF100g在这个范围内的总值（本例中前三行是0.24） )。

我该怎么做？

【问题讨论】：

用分号替换空格的目的是什么？你可以看看pandas；它对于处理结构化数据非常方便。
嗨，fiixxer。 pandas 如何帮助我处理这种类型的文件？
不确定文件格式是什么，但看起来 Pandas 肯定是要走的路。
第一部分很简单，您可以使用替换方法，但您能否针对问题的第二部分更具体一些？
萨拉，谢谢你的建议。对于第二部分，我想扫描每一行并跟踪 POS 的值（第 1 行，POS = 149601），同时对 AF100g 的值求和（第 1 行，该值为 AF1000g=0.09）。当我达到 30 或更少的差异时，我想停止扫描。这是第 1 行 149601 和第 3 行 149628 的 POS 值之间的差异。

标签： python whitespace

【解决方案1】：

我不太明白您所说的“相差 30 或更少”是什么意思。因为第 1 行（149601）和第 2 行（149616）相差 15，而这里已经小于 30。

现在获取您想要的值（假设您正在遍历文件并将每一行存储在一个名为 line 的变量中）：

POS：我建议先用一个空格替换所有空格，然后使用这个空格将字符串分成几部分（line = re.sub(r" +", r" ", line)）。第二个元素将是您的 POS 值 (pos = int(line.split(" ")[1]))。

AF 值：只需使用正则表达式搜索关键字：float(re.match(r".*?AF1000g=(.*?)\s.*?", line).groups()[0])

保留一个全局变量，用于在每个循环步骤中累加您的各个 AF 值。达到所需条件时打印累加的 AF 值。继续将先前的 POS 值保存在循环外的变量中，并取两个 pos 值之间的差。如果你想要一个正值，记得使用abs()。

【讨论】：