时间戳

首页 > 解决方案 > 如何为数据框创建循环？

python - 如何为数据框创建循环？

问题描述

我正在处理 521 个具有基因名称和表达值的文本文件。由于基因名称很常见，因此只有表达值不同。我尝试使用相同的数据框，但我无法做到。我可以使用哪些方法？

我尝试过使用熊猫和数据框。如何创建一个循环，以便在匹配基因名称后仅附加表达式值？

import os
import pandas as pd
os.chdir('F:\study\TCGA\COAD\pcfiles\info')
f1=open('file1.txt').read().split('\n')
f2=open('file2FPKM.txt').read().split('\n')
df=pd.DataFrame(f1,f2)
print(df)

输出应如下所示：

Gene name     p1  ....................pn
gene1          x                      xn
gene2          x                      xn
gene3          x                      xn
.
.
.
.
.
gene19250      n                      xn

p是病人的名字。

x代表数字。

我希望所有这些都写在一个文本文件中。

标签： pythonpython-3.xpandas

解决方案

这可以通过以下方式实现：

import glob
import os
import pandas as pd

path = 'C:\\tmmp' #Directory where all .txt files stored
mastertext = open("master.txt", "a+") #Open master.txt in append mode and create one if doesn't exist in current directory
mastertext.write("header1    header2\n") #Insert the header first, assume 4 spaces between headers
for filename in glob.glob(os.path.join(path, '*.txt')):
    f1=open(filename).readlines() #Open the file and read content into a list line by line
    mastertext.write(f1[1] + "\n") #Write 2nd line into master.txt (f1[1]
mastertext.close() #Close master.txt

例如，我有 4 个文本文件（假设每个行元素之间有 4 个空格），如下所示：

1st.txt：

header1     header2
1stdata1    1stdata2

第二个.txt：

header1     header2
2nddata1    2nddata2

第三个.txt：

header1     header2
3rddata1    3rddata2

4th.txt：

header1     header2
4thdata1    4thdata2

当我运行上面的代码时，它会生成master.txt：

header1     header2
1stdata1    1stdata2
2nddata1    2nddata2
3rddata1    3rddata2
4thdata1    4thdata2

这可能不是最好的解决方案。通常，如果您的文件采用.csv格式，处理起来会容易得多，因为 pandas 有一个方法，该方法read_csv具有一个属性skiprows，您可以在其中设置要跳过的行，例如skiprows=0跳过标题的示例。而且，由于这是一个.txt文件，您可能会在一行中的条目之间的间距方面遇到一些困难。在上面的示例中，我假设间距为4 space. 祝你今天过得愉快。

推荐阅读