Skip to main content
 首页 » 编程设计

python之按特定列对字符串进行排序

2024年10月25日27yyy_WW

我需要对文本文件进行排序。该文件包含由新行 '\n' 分隔的行。 输入示例:

ATOM   1591  O5'   G A 958       5.497  -3.281   3.598  1.00 99.99           O   
ATOM   1592  C5'   G A 958       4.345  -3.184   2.781  1.00 99.99           C  
ATOM      1  P     C A 924     -12.106   6.485 -14.650  1.00 99.99           P   
ATOM      2  OP1   C A 924     -12.981   6.565 -15.850  1.00 99.99           O   
ATOM      3  OP2   C A 924     -10.829   7.256 -14.620  1.00 99.99           O  
ATOM    429 2H4    C A 947       1.295  -1.142  -0.764  1.00 99.99           H   
ATOM    430  P     G A 948      -2.886  -4.112   7.863  1.00 99.99           P    

我想按第 6 列(958、924 等)对它们进行排序

ATOM      1  P     C A 924     -12.106   6.485 -14.650  1.00 99.99           P   
ATOM      2  OP1   C A 924     -12.981   6.565 -15.850  1.00 99.99           O   
ATOM      3  OP2   C A 924     -10.829   7.256 -14.620  1.00 99.99           O  
ATOM    429 2H4    C A 947       1.295  -1.142  -0.764  1.00 99.99           H   
ATOM    430  P     G A 948      -2.886  -4.112   7.863  1.00 99.99           P   
ATOM   1591  O5'   G A 958       5.497  -3.281   3.598  1.00 99.99           O   
ATOM   1592  C5'   G A 958       4.345  -3.184   2.781  1.00 99.99           C  

我试过这样做:

splitted = pdb_data.splitlines() 
sorted(splitted, key = lambda residue: int(residue.split()[5])) 
pdb_data = '\n'.join(splitted) 
pdb_data +='\nTER\n' 

但它没有排序。 :-/

请您参考如下方法:

您使用了错误的排序方法;要就地排序,请使用 list.sort() method :

splitted.sort(key = lambda residue: int(residue.split()[5])) 

sorted() function返回一个新列表,使原始列表未排序,但您的代码会忽略返回值。

您还可以将 sorted() 的返回值分配回 splitted,但这样做效率很低。

您的排序本身工作得很好:

>>> splitted = '''\ 
... ATOM   1591  O5'   G A 958       5.497  -3.281   3.598  1.00 99.99           O   
... ATOM   1592  C5'   G A 958       4.345  -3.184   2.781  1.00 99.99           C  
... ATOM      1  P     C A 924     -12.106   6.485 -14.650  1.00 99.99           P   
... ATOM      2  OP1   C A 924     -12.981   6.565 -15.850  1.00 99.99           O   
... ATOM      3  OP2   C A 924     -10.829   7.256 -14.620  1.00 99.99           O  
... ATOM    429 2H4    C A 947       1.295  -1.142  -0.764  1.00 99.99           H   
... ATOM    430  P     G A 948      -2.886  -4.112   7.863  1.00 99.99           P    
... '''.splitlines() 
>>> splitted.sort(key = lambda residue: int(residue.split()[5])) 
>>> pdb_data = '\n'.join(splitted) 
>>> print pdb_data 
ATOM      1  P     C A 924     -12.106   6.485 -14.650  1.00 99.99           P   
ATOM      2  OP1   C A 924     -12.981   6.565 -15.850  1.00 99.99           O   
ATOM      3  OP2   C A 924     -10.829   7.256 -14.620  1.00 99.99           O  
ATOM    429 2H4    C A 947       1.295  -1.142  -0.764  1.00 99.99           H   
ATOM    430  P     G A 948      -2.886  -4.112   7.863  1.00 99.99           P    
ATOM   1591  O5'   G A 958       5.497  -3.281   3.598  1.00 99.99           O   
ATOM   1592  C5'   G A 958       4.345  -3.184   2.781  1.00 99.99           C