将一行的一部分与python中另一个文件中的每一行进行比较

Question

我正在尝试比较一个文件中的一行，并将每条匹配的行放入输出文件中的另一文件中。例如，这是第一个文件。chr8    18      .       T       T       *       *chr8    29      .       C       T       .       .chr9    21      .       TA      T       .       .chr18    22      .       C       T       .       .chr18    23      .       A       G       .       .           然后是另一个文件：chr8    ensembl CDS     1       1042    .       -       0       gene_id "ENSCAFG00000031632"; gene_version "1"; transcript_id "ENSCAFT00000048171"; transcript_version "1"; exon_number "1"; gene_source "ensembl"; gene_biotype "protein_coding"; transcript_source "ensembl"; transcript_biotype "protein_coding"; protein_id "ENSCAFP00000042624"; protein_version "1";chr8    ensembl CDS     27     1227    .       +       0       gene_id "ENSCAFG00000032228"; gene_version "1"; transcript_id "ENSCAFT00000037896"; transcript_version "2"; exon_number "1"; gene_source "ensembl"; gene_biotype "protein_coding"; transcript_source "ensembl"; transcript_biotype "protein_coding"; protein_id "ENSCAFP00000033535"; protein_version "2";因此，我想获取第一个文件的每一行并查找每一行，然后搜索第一列是否匹配，如果第1列匹配，则文件1中的第二个数字在第4列和第5列的范围内。然后，如果它们匹配，则在第一个文件中的各行下写一个新文件，文件2下的所有匹配行都在其下。这是我尝试过的：opt=''with open('file1.vcf') as vfh:    with open('file2.gtf') as gfh:        for line in vfh:                ct=0                vll=line.split('\t')                for gline in gfh:                    gll=gline.split('\t')                    if vll[0] == gll[0]:                        if (int(vll[1]) > int(gll[3])) and (int(vll[1]) < int(gll[4])):                            while ct < 1:                                opt+=line                                ct+=1                            opt+=glinewith open('out.txt','w') as fh:    fh.write(opt)但是我从来没有得到想要的输出。

Answer 1

找到了问题，只需要用公开声明来移动我的问题即可。另外，我在原始文件中添加了一些处理一些注释的内容：

with open('a1.vcf') as vfh:

    for line in vfh:

        if '#' not in line[0]:

            ct=0

            vll=line.split('\t')

            with open('cds.gtf') as gfh:

                for gline in gfh:

                    gll=gline.split('\t')

                    if vll[0] == gll[0]:

                        if (int(vll[1]) > int(gll[3])) and (int(vll[1]) < int(gll[4])):

                            while ct < 1:

                                opt+=line

                                ct+=1

                            opt+=gline

Answer 2

我相信您的索引是错误的。

if (int(vll[1]) > int(gll[3])) and (int(vll[1]) < int(gll[4])):

“ vll [1]”是18“ gll [3]”是1042，因为“ ensembl CDS”似乎用“”而不是“ \ t”分隔。请尝试使用调试器并验证索引。