根据上一行的ID增加到下一行缺失ID的元素中

基因组上传中遇到的问题之一:

In annotation file, each features should have ID information in the ninth column如图所示：只有部分地方有ID，其他地方没有需要补充。

1.png

根据上一行的ID修改文件脚本如下：小脚本没有过于复杂的包或者函数，主要是涉及到关于元素的片切和拼接，根据个人所需来添加。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
    author: xushifen
    script: 批量从gff文件读取第9列信息，缺乏ID信息的补充上一行的ID信息
    date：2021.10.28
"""
def usage():
    print('Usage: python add_ID.py [in_file] [out_file]')


def main():
    inf = open('test.gff.txt', 'r')
    ouf = open('test.gff.new.txt', 'w')

    for line in inf:
        nine_word = line.strip().split("\t")[8]  # 取第九列元素
        flag = nine_word.split('; ', 1)[0]  # 取第九列的一个元素
        if flag.startswith("ID="):
            ouf.write(line)
            last_flag = flag
        else:
            nine_word_new = last_flag + '; ' + line.strip().split("\t")[8]
            new_list = line.strip().split("\t")[:8]
            new_list.append(nine_word_new)
            str = '\t'
            newline = str.join(new_list)
            ouf.write(newline + '\n')
    inf.close()
    ouf.close()
try:
    main()
except IndexError:
    usage()

测试结果如下：