提取文件内容extract.py

以一个文件中的某一列作为标准列，从另一个文件中将标准列对应的内容提取出来

文件1：GENE   ID                                 文件2：GENE  ID  S1  S2  S3  S4

            gene1   01                                              gene5  05   a1  a2  a3  a4

            gene2   02                                              gene1  01   b1  b2  b3  b4

将文件1中基因列从文件2中对应的内容提取出来：

import pandas as pd       #使用pandas包

genelist = list(pd.read_csv("genetype6list.csv")["GENE"])    #读入genetype6list.csv文件（即文件1），选择GENE的列以列表形式写入到genelist中

target = pd.read_csv("met_expfold_11.csv",index_col=0)     #读入met_expfold_11.csv文件（即文件2），index_col=0是gene列的索引值（即第一列），读入到target中

target.loc[genelist].to_csv("result.csv")     #将geelist中的基因所在的行从target中提取出来，并写入到文件名为result.csv的文件中。

python的快捷方式Ctrl+Alt+0

若文件2：micRNA  UP/DOWN  GENE  ID  S1  S2  S3  S4

                micRNA1     up          gene5  05   a1  a2  a3  a4

                micRNA2    down       gene1  01   b1  b2  b3  b4

将存在于文件1中的基因在文件2中对应的内容提取出来，且不改变各部分的位置。代码如下：

import pandas as pd

genelist = list(pd.read_csv("genetype6list.csv")["GENE"])

target = pd.read_csv("met_expfold_11.csv") #如果使用index=2，是将文件2的gene这一列作为索引值，输出结果gene列会从第3列变到第一列，所以为了不改变输出内容，这里不定义索引列；

target.index=target['gene'] #单独定义target文件的索引列

target.loc[genelist].to_csv("result.csv"，index=False) #输出文件内容但不输出索引列。