如何解决Python-从大型.csv文件中的文本文件中搜索字符串列表
歉意,因为我可能在这里犯了很多错误,但是我试图从文件(justgenes.txt)中针对大型CSV文件搜索字符串列表,并从justgenes列表。
我一直在使用BASH进行工作,但是我拥有的代码占用了100GB以上的内存并崩溃:
grep -f justgenes.txt allDandHunique.csv > HPCgenesandbugs.csv
因此,我假设它会更高效,但我尝试在python中进行操作,但是我对此知之甚少。
我使用此代码(我是从网上获取的),但最后得到一个空文件:
data = open('allDandHunique.csv')
with open('justgenes.txt',"r+") as file1:
fileline1= file1.readlines()
for x in data: # <--- Loop through the list to check
for line in fileline1: # <--- Loop through each line
if x in line:
print(x)
justgenes文件如下:
1A0N_B
1A1A_A
1A4I_A
1A5Y_A
1ACO_A
1AGN_A
1AGS_A
1AJE_A
1AJJ_A
1AP0_A
1APQ_A
csv看起来像这样:
"0403181A:PDB=1BP2,2BPP","0403181A:PDB=1BP2,"0706243A:PDB=1HOE,2AIT,3AIT,4AIT","1309311A:PDB=1EMD,2CMD","1513188A:PDB=1BBC,1POD",0308206A,0308221A,0308230A,
将不胜感激地收到任何帮助。
解决方法
我会用熊猫来做到这一点。
尝试类似的东西:
import pandas as pd
df = pd.read_csv('allDandHunique.csv')
with open('justgenes.txt',"r+") as file1:
fileline1= file1.readlines()
for x in fileline1:
for col in df:
if col.str.contains(x,regex=False):
##do something here##
如果在读取文件时发现空白文件,我将检查并确保路径正确。
,由于我没有文件,所以我自己无法对其进行测试,但是我认为这段代码可能会有所帮助。
data = open('allDandHunique.csv')
for x in data: # <--- Loop through the list to check
with open('justgenes.txt',"r+") as file1:
fileline1= file1.readlines()
for line in fileline1: # <--- Loop through each line
if x in line:
print(x)
对于每个x in data
,您必须循环遍历file1中的所有行。如果我没看错,则需要为每次迭代打开文件,否则,当达到EOF时,文件将不会返回任何内容。
import csv
with open('justGenes') as infile:
searchTargets = set(line.strip() for line in infile)
with open('allDandHunique.csv') as infile:
for row in csv.reader(infile):
if any(target in row for target in searchTargets):
print(row)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。