用 python 写一个带有 fastq 对名称的 txt 文件

Question

我是 python 的新手，想改进它。现在我想写一个 python 脚本来将我的 fastq 文件名组织成一个 txt 文件，像这样：

我的文件是这样的：

d1_S10_L001_R1_001.fastq
d1_S10_L001_R2_001.fastq
d2_S11_L001_R1_001.fastq
d2_S11_L001_R2_001.fastq

我想要的是这样写一个txt文件：

d1 d1_S10_L001_R1_001.fastq d1_S10_L001_R2_001.fastq
d2 d2_S11_L001_R1_001.fastq d2_S11_L001_R2_001.fastq

此文件包含：第一个“_”之前的字符串，后跟 fastq 对。它们以“\t”分隔。

我知道这应该是一个非常简单的python任务，但我现在能做的就是：

import os


files = os.listdir(os.getcwd() + "/fastq")

with open("microbiome.files", "w") as myfile:
    for file in files:
        filename = file.split("_")[0]
        myfile.write(filename + "\t" + file + '\n')

这显然不是在做正确的工作。它给了我：

d1 d1_S10_L001_R1_001.fastq 
d1 d1_S10_L001_R2_001.fastq
d2 d2_S11_L001_R1_001.fastq 
d2 d2_S11_L001_R2_001.fastq

如何更正此问题？

非常感谢！

Answer 1

您需要先对文件进行排序

files = sorted(os.listdir("fastq")) # normal sort should work fine

那么你需要对文件名的第一部分进行分组

import itertools
for groupID,groupItems in itertools.groupby(files,lambda x:x.split("_",1)[0]):
    my_file.write("{id} {names}\n".format(id=groupID,names=" ".join(groupItems)))

Answer 2

按照 Joran 的建议收集所有内容，我更喜欢使用 glob（如果目录中可能还有一些其他文件类型，也会有所帮助）：

import glob
files=glob.glob("*.fastq")
prefixes=set(f.split('_')[0] for f in files)
files_dict={p: [f for f in files if f.startswith(p)] for p in prefixes}
to_write='\n'.join(["{} {}".format(k, " ".join(v) for k, v in files_dict.items()] )
writer=open("microbiome.files", 'w')
writer.write(to_write)
writer.close()

用 python 写一个带有 fastq 对名称的 txt 文件

Write an txt file with fastq pair names with python

python

fastq