Python的 - 如何在一個文件中匹配另一個文件中的行排序排序順序

Question

我有兩個文件：一個& B.

文件是製表符分隔的，具有特定的排序順序。我想對文件B中的所有行進行排序，以便兩個文件中的所有行完全匹配。

這裏是文件（即排序的文件）的格式：

#chr #start  #end  #name      #score #strand 
chr1 161427010 161427243 Larp7-Chip.MACS2_peak_9704 0.0 . 
chr1 161423805 161424053 Larp7-Chip.MACS2_peak_9703 0.0 . 
chr1 161429385 161429489 Larp7-Chip.MACS2_peak_9705 0.0 . 

下面是文件B（我要排序的文件）的格式：

#chr #start  #end  #name   #score #strand #genechr #genestart #geneend #genename #genescore #genestrand 
chr1 1057669 1058006 Larp7-Chip.MACS2_peak_175 0 . chr1 1017198 1051736 C1orf159 0 - 
chr1 1058881 1058914 Larp7-Chip.MACS2_peak_176 0 . chr1 1017198 1051736 C1orf159 0 - 
chr1 1063389 1063653 Larp7-Chip.MACS2_peak_181 0 . chr1 1072397 1079434 LINC01342 0 + 

由於你可以看到文件B有比文件A更多的信息，這就是爲什麼我需要匹配排序順序，這樣我就可以從文件B awk重要的信息。

本質上是我的輸出（我們將其稱爲文件C） SH烏爾德這個樣子：

#chr #start  #end  #name      #score #strand #genechr #genestart #geneend #genename #genescore #genestrand 
chr1 161427010 161427243 Larp7-Chip.MACS2_peak_9704 0 . chr1 161475205 161489360 FCGR2A 0 + 
chr1 161423805 161424053 Larp7-Chip.MACS2_peak_9703 0 . chr1 161475205 161489360 FCGR2A 0 + 
chr1 161429385 161429489 Larp7-Chip.MACS2_peak_9705 0 . chr1 161475205 161489360 FCGR2A 0 + 

注意：我不能使用的第四列匹配和排序的文件。有多個重複項，因此會導致問題。排序順序必須與前三列匹配。

編輯：爲了清楚起見，文件A具有關於人類基因組中增強子區域的信息。文件B具有相同的增強子信息，但是具有關於與每個增強子區域相鄰的相關基因的額外信息。

我想輸出一個新的文件，它具有文件B中的所有信息，但遵循與文件A相同的行順序。兩個項目的數量相同。

這是可能在Python 3中做的嗎？我對編程頗爲陌生，但有了一點幫助，我應該可以做到這一點。這也是我在工作中非常常見的任務，所以讓這個腳本爲將來鋪設好將是非常棒的！

謝謝！

Answer 1

我認爲前6周的cols是足以唯一標識您的記錄：

def getKey (x): 
    keys = x.split()[0:6] 
    keys[4] = float(keys[4]) 
    return tuple(keys) 
rows_of_fileB = dict([ getKey(r), r] for r in fileB) 
for row in fileA: 
    print(rows_of_fileB[getKey(row)])