多行在一列中共享一个值,如何将所有这些行放入一行?

2024-09-30 16:19:45 发布

您现在位置:Python中文网/ 问答频道 /正文

我使用的文本文件如下所示:

rs001  EEE /n
rs008  EEE /n
rs345  EEE /n
rs542  CHG /n
re432  CHG /n

{1}要共享同一列的值(例如,^可以将该列中的所有行折叠为一行)。有没有一种使用unix文本处理或python实现这一点的简单方法?在

谢谢


Tags: 方法unix文本处理文本文件chgeeers542rs345
3条回答

一种方法是构建一个以列2数据为关键字的字典:

from collections import defaultdict  #defaultdict will save a line or two of code

d = defaultdict(list)  # goal is for d to look like {'EEE':['rs001', 'rs008', ...
for line in file('data.txt', 'r'):
    v, k = line.strip().split()
    d[k].append(v)

for k, v in d.iteritems():  # print d as the strings you want
    print ' '.join(v+[k])

这种方法的优点是不需要将第2列的术语组合在一起(尽管问题中没有直接指定第2列是否预先分组)。在

#!/usr/bin/env python
from __future__ import with_statement
from itertools import groupby
with open('file','r') as f:
    # We define "it" to be an iterator, for each line
    # it yields pairs like ('rs001','EEE') 
    it=(line.strip().split() for line in f)
    # groupby does the heave work.
    # lambda p: p[1] is the keyfunction. It groups pairs according to the
    # second element, e.g. 'EEE'
    for key,group in groupby(it,lambda p: p[1]):
        # group might be something like [('rs001','EEE'),('rs008','EEE'),...]
        # key would be something like 'EEE', the value that we're grouping by.
        print('%s %s'%(' '.join([p[0] for p in group]),key))

这是给你看的

$ awk '{a[$2]=a[$2]FS$1}END{for(i in a)print i,a[i]}' file
EEE  rs001 rs008 rs345
CHG  rs542 re432

相关问题 更多 >