Trouver des noms dans un fichier texte (Texte A) en utilisant une liste dans un autre fichier texte (Texte B) et attribuer des valeurs à côté des noms en Texte A (Python)

Question

Je suis un débutant en langage Python et j'ai besoin de votre aide .

J'ai 2 fichiers texte différents. Let's ils sont Text_A.txt et Text_B.txt.

Text_A.txt contient une liste des noms comme suit (ils sont onglet délimités):

Sequence_1 Sequence_2 Sequence_3 Sequence_4 Sequence_5 Sequence_6 Sequence_7 Sequence_8

et Text_B.txt contient une liste de noms comme suit (les noms de séquence sont écrits dans chaque ligne):

Sequence_1 Sequence_2 Sequence_3 Sequence_4 Sequence_5 Sequence_6 Sequence_7 Sequence_8 Sequence_9 Sequence_10 Sequence_11

Ce que je voudrais faire est assigner « 1 » à côté des noms de séquence dans Text_B.txt si les noms sont en Text_A.txt. Et affectez "0" à côté des noms de séquence dans Text_B.txt si les noms ne sont pas dans Text_A.txt.

donc ... la sortie attendue en utilisant l'exemple ci-dessus est quelque chose comme ci-dessous (les noms et les valeurs correspondantes doivent être écrites dans chaque ligne):

Sequence_1; 1
Sequence_2, 1 Sequence_3; 1 Sequence_4; 1 Sequence_5; 1 Sequence_6; 1 Sequence_7; 1 Sequence_8; 1 Sequence_9; 0 Sequence_10; 0 Sequence_11; 0

Je voudrais la sortie au format .txt.

Comment dois-je faire cela en utilisant Python?

Votre aide est vraiment nécessaire ici car j'ai plus de 3000 et 6000 noms dans les fichiers Text_A.txt et Text_B.txt respectivement.

Merci beaucoup!

Answer 1

Vous peut effectuer les opérations suivantes

# read each file assuming that your sequence of strings 
# is the first line respectively 
with open('Text_A.txt', 'r') as f: 
    seqA = f.readline() 
with open('Text_B.txt', 'r') as f: 
    seqB = f.readline() 

# remove end-of-line character 
seqA = seqA.strip('\n') 
seqB = seqB.strip('\n') 

# so far, seqA and seqB are strings. split them now on tabs 
seqA = seqA.split('\t') 
seqB = seqB.split('\t') 

# now, seqA and seqB are list of strings 
# since you want to use seqA as a lookup, you should make a set out of seqA 
seqA = set(seqA) 

# now iterate over each item in seqB and check if it is present in seqA 
# store result in a list 
out = [] 
for item in seqB: 
    is_present = 1 if item in seqA else 0 
    out.append('{item}:{is_presnet}\n'.format(item=item,is_present=is_present)) 

# write result to file 
with open('output.txt','w') as f: 
    f.write('\t'.join(out)) 

Si vos séquences contiennent plusieurs entrées de millions, vous devriez penser à une approche plus avancée.