字符串替换中的字符。清洁（DNA）

Question

在数据分析中，数据以脏形式传送给我们是很常见的，其中存在与转录或下载方式相关的错误。由于我们知道DNA的任何序列都必须由四个碱基组成'a'，'g'因此DNA中出现't'的'c'任何其他字母一定是错误的。编写一个函数clean(dna)，返回一个新的 DNA 字符串，其中除 A、C、G 或 T 之外的每个字符都被替换为 N。例如，clean('goat')应返回字符串'gnat'。您可以假设 dna 全部为小写，但不要假设任何有关错误字符的性质（例如，它们甚至可能被意外转录为数字）。clean('') → ''clean('agct7ttczttctgactgcaacgggcaatatgtctctxtgtggattaaaaaaagagtgtcygatagcagcttctgaactggttacctgcc') → 'agctnttcnttctgactgcaacgggcaatatgtctctntgtggattaaaaaaagagtgtcngatagcagcttctgaactggttacctgcc'clean('gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac') → 'gtgagtaaattaaaattttnttgacttaggtcactaantactttaaccaatataggnatagcgcacagacagataaaaattacagagtac'使用for循环

Answer 1

我希望我没有替你做功课。我看到已经使用 .sub 发布了答案，但您只要求使用循环

def clean(text):

    cleaned_text=""

    for i in range(0, len(text)):

        if text[i] in "agtc":

            cleaned_text=cleaned_text+text[i]

        else:

            cleaned_text=cleaned_text+"n"

    return cleaned_text

print(clean("agct7ttczttctgactgcaacgggcaatatgtctctxtgtggattaaaaaaagagtgtcygatagcagcttctgaactggttacctgcc"))

# returns agctnttcnttctgactgcaacgggcaatatgtctctntgtggattaaaaaaagagtgtcngatagcagcttctgaactggttacctgcc

Answer 2

使用re.sub：

Import re

dna = 'gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac'

dna = re.sub(r'[^ACTG]','N',dna.upper())

print(dna)