Python: Überprüfung Datei und zur Ausgabe in eine neue Datei

Question

ich eine Beispieldateiname Datei:

chr7 149601 MERGED_DEL_2_39754 T . 141.35 . AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=<DEL>;AF1000g=0.09;AFR_AF=0.01;AMR_AF=0.03;ASN_AF=0.27;EUR_AF=0.04;TS=HPGOM;TSseq=T,T,G,T,T;CAnc=T;GAnc=T;OAnc=T;mSC=0.000;GRP=-2.16;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:37:99:0,111,1458:0,0:0,0:0,0:18,18:0 
chr7 149616 rs190051229 C . 108.65 . AC=0;AF=0.00;AN=2;DP=35;MQ=37.00;MQ0=0;1000gALT=T;AF1000g=0.00;ASN_AF=0.01;CpG;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=-2.15;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:35:78.65:0,79,1305:0,0:17,17:0,0:0,0:0 
chr7 149628 rs3814456 A . 129.31 . AC=0;AF=0.00;AN=2;DP=37;MQ=37.00;MQ0=0;1000gALT=G;AF1000g=0.14;AFR_AF=0.16;AMR_AF=0.07;ASN_AF=0.27;EUR_AF=0.06;TS=HPGOM;TSseq=A,A,A,A,A;CAnc=A;GAnc=A;OAnc=A;mSC=0.000;GRP=-2.23;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:37:99:0,99,1290:14,22:0,0:0,0:0,0:0 
chr7 149634 rs146001818 G T 1375.63 . AC=2;AF=1.00;AN=2;BaseQRankSum=0.456;DP=39;Dels=0.00;FS=0.000;HRun=0;HaplotypeScore=0.9997;MQ=37.00;MQ0=0;MQRankSum=1.641;QD=35.27;ReadPosRankSum=1.459;1000gALT=T;AF1000g=0.01;AFR_AF=0.01;AMR_AF=0.01;EUR_AF=0.03;TS=HPGOM;TSseq=G,G,G,G,G;CAnc=G;GAnc=G;OAnc=G;mSC=0.001;GRP=0.0686;Map20=1;ANN=T|upstream_gene_variant|MODIFIER|LOC100507642|LOC100507642|transcript|NR_108064.1|Noncoding||n.-1G>T|||||84|,T|upstream_gene_variant|MODIFIER|LOC100507642|LOC100507642|transcript|NR_108065.1|Noncoding||n.-1G>T|||||84|,T|intergenic_region|MODIFIER|LOC100507642|LOC100507642|intergenic_region|LOC100507642||||||||| GT:DP:GQ:PL:A:C:G:T:IR 1/1:39:74.36:1409,74,0:0,0:0,0:0,1:15,22:0 
chr7 149645 rs112562180 C . 165.42 . AC=0;AF=0.00;AN=2;DP=46;MQ=37.00;MQ0=0;1000gALT=A;AF1000g=0.02;AFR_AF=0.03;AMR_AF=0.03;EUR_AF=0.02;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=-1.93;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:46:99:0,135,1758:0,0:22,22:0,0:1,0:0 
chr7 149659 rs79606188 T . 195.53 . AC=0;AF=0.00;AN=2;DP=55;MQ=37.00;MQ0=0;1000gALT=A;AF1000g=0.02;AFR_AF=0.07;AMR_AF=0.01;TS=HPGOM;TSseq=T,T,T,T,G;CAnc=T;GAnc=T;OAnc=T;mSC=0.005;GRP=0.0203;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:55:99:0,166,2189:0,0:0,0:0,0:26,28:0 
chr7 149724 rs193238495 C . 216.56 . AC=0;AF=0.00;AN=2;DP=62;MQ=37.18;MQ0=0;1000gALT=T;AF1000g=0.00;AFR_AF=0.01;CpG;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=-0.139;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:62:99:0,187,2385:0,0:37,24:0,0:0,0:0 
chr7 149765 rs3814455 C . 198.52 . AC=0;AF=0.00;AN=2;DP=56;MQ=37.73;MQ0=0;1000gALT=T;AF1000g=0.54;AFR_AF=0.35;AMR_AF=0.60;ASN_AF=0.31;EUR_AF=0.79;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=-0.494;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:56:99:0,169,2174:0,0:22,32:0,0:0,0:0 
chr7 149785 rs185668085 C . 192.52 . AC=0;AF=0.00;AN=2;DP=54;MQ=37.76;MQ0=0;1000gALT=G;AF1000g=0.01;ASN_AF=0.04;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.002;GRP=-0.216;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:54:99:0,163,2135:0,0:19,33:0,0:0,0:0 
chr7 149825 rs189449059 C . 156.38 . AC=0;AF=0.00;AN=2;DP=42;MQ=37.71;MQ0=0;1000gALT=T;AF1000g=0.00;TS=HPGOM;TSseq=C,C,C,C,-;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=0.693;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:42:99:0,126,1609:0,0:17,24:0,0:0,0:0 
chr7 149863 . G A 407.49 . AC=1;AF=0.50;AN=2;BaseQRankSum=-1.315;DP=37;Dels=0.00;FS=1.341;HRun=1;HaplotypeScore=1.9995;MQ=37.00;MQ0=0;MQRankSum=-0.201;QD=11.01;ReadPosRankSum=1.469;TS=HPGOM;TSseq=G,G,G,G,G;CAnc=G;GAnc=G;OAnc=G;mSC=0.000;GRP=-1.5;Map20=1;ANN=A|non_coding_exon_variant|MODIFIER|LOC100507642|LOC100507642|transcript|NR_108064.1|Noncoding|1/3|n.146G>A||||||,A|non_coding_exon_variant|MODIFIER|LOC100507642|LOC100507642|transcript|NR_108065.1|Noncoding|1/2|n.146G>A|||||| GT:DP:GQ:PL:A:C:G:T:IR 0/1:37:99:437,0,759:6,8:0,0:13,9:0,0:0 
chr7 149880 rs115127983 C . 108.24 . AC=0;AF=0.00;AN=2;DP=26;MQ=37.00;MQ0=0;1000gALT=G;AF1000g=0.04;AFR_AF=0.15;AMR_AF=0.02;CpG;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.003;GRP=-1.24;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:26:78.25:0,78,1029:0,0:15,10:0,0:0,0:0 
chr7 150067 rs181041230 G . 138.34 . AC=0;AF=0.00;AN=2;DP=36;MQ=38.37;MQ0=0;1000gALT=A;AF1000g=0.00;AFR_AF=0.01;TS=HPGOM;TSseq=G,G,G,G,G;CAnc=G;GAnc=G;OAnc=G;mSC=0.005;GRP=0.119;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:36:99:0,108,1425:0,0:0,0:16,19:0,0:0 
chr7 150253 rs28397846 A . 159.4 . AC=0;AF=0.00;AN=2;DP=43;MQ=39.05;MQ0=0;1000gALT=G;AF1000g=0.03;AFR_AF=0.14;AMR_AF=0.02;TS=HPGOM;TSseq=A,A,A,-,G;CAnc=A;GAnc=A;OAnc=A;mSC=0.000;GRP=-2.18;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:43:99:0,129,1687:24,19:0,0:0,0:0,0:0 
chr7 150280 rs139905037 A . 159.4 . AC=0;AF=0.00;AN=2;DP=45;MQ=38.96;MQ0=0;1000gALT=G;AF1000g=0.00;ASN_AF=0.01;TS=HPGOM;TSseq=A,A,A,-,-;CAnc=A;GAnc=A;OAnc=A;mSC=0.000;GRP=-0.168;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:45:99:0,129,1682:19,25:0,1:0,0:0,0:0 
chr7 150353 rs75914010 A . 162.42 . AC=0;AF=0.00;AN=2;DP=45;MQ=37.00;MQ0=0;1000gALT=T;AF1000g=0.02;AFR_AF=0.03;AMR_AF=0.02;EUR_AF=0.02;TS=HPGOM;TSseq=A,A,A,A,A;CAnc=A;GAnc=A;OAnc=A;mSC=0.000;GRP=-0.647;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:45:99:0,132,1739:21,24:0,0:0,0:0,0:0 
chr7 150356 rs185358707 C . 113.39 . AC=0;AF=0.00;AN=2;DP=43;MQ=37.00;MQ0=0;1000gALT=T;AF1000g=0.00;CpG;TS=HPGOM;TSseq=C,C,C,C,C;CAnc=C;GAnc=C;OAnc=C;mSC=0.000;GRP=-1.59;Map20=1 GT:DP:GQ:PL:A:C:G:T:IR 0/0:43:83.39:0,83,1538:0,1:19,21:0,0:2,0:0 

Mein Ziel, alle Linien zu retten ist, die innerhalb eines bestimmten Bereichs liegen. Das ist was ich bisher habe.

#!/usr/bin/env python 
import sys 

file=open('filename') 
sys.stdout=open('mega1.txt', 'w') 

for line in file: 
    fields = line.strip().split() 
    chrm = fields[0] 
    pos = int(fields[1]) 
    id1 = fields[2] 
    if id1 in range(149601, 1149601): 
     print line 

Ich bin mir nicht sicher, warum es weiter läuft.

Für diesen Beispieldateinamen werden alle Zeilen in der neuen Datei mega1.txt gespeichert, da die Werte in Spalte2 alle in den Bereich passen.

Answer 1

Sie könnten falsche Daten überprüfen, wenn.

Sie überprüfen id1 das ist str mit range(149601, 1149601).

Sie müssen pos mit diesem Bereich überprüfen.

Bitte versuchen Sie es, es funktioniert.

#!/usr/bin/env python 
import sys 

fp=open('filename') 
sys.stdout = open('mega1.txt', 'w') 

for line in fp: 
    fields = line.strip().split() 
    chrm = fields[0] 
    pos = int(fields[1]) 
    id1 = fields[2] 
    if pos in range(149601, 1149601): 
     print line