在 Python 上过滤重复序列 [duplicate]

Filter repetitive sequences on Python [duplicate]

提问人：Silvia 提问时间：10/4/2023 最后编辑：Silvia 更新时间：10/4/2023 访问量：77

问：

这个问题在这里已经有答案了：
计算并显示一行在文件中重复的次数 （3 个答案）
如何计算文件中有多少行是相同的？ （3 个答案）
获取文件中的重复行 （3 个答案）
上个月关闭。

我有一个这样的 txt 文件：

GAACACGAAGGACGC
GAACACGAAGGACGC
GAACACGAAGGACGC
GAACACGAAGGACGC
GAACACGAAGGACGC
TCTAAGTAGTCAAAA
TCTAAGTAGTCAAAA
TCTAAGTAGTCAAAA
TCTAAGTAGTCAAAA
TCTAAGTAGTCAAAA
TCTAAGTAGTCAAAA
ACGGTGGGAATAAGA
ACGGTGGGAATAAGA
ACGGTGGGAATAAGA
ACGGTGGGAATAAGA
ACGGTGGGAATAAGA
GGGGCGATAATTTGC
GGGGCGATAATTTGC
GGGGCGATAATTTGC
GGGGCGATAATTTGC
GGGGCGATAATTTGC
GGGGCGATAATTTGC

我想过滤掉重复六次的序列并将它们保存在 txt 文件中。我怎样才能在 Python 上做到这一点？对不起，如果这是一个愚蠢的问题。

先谢谢你

我试过了：

ids = open('IDs.txt', 'r')

for id in ids:
    if id is ...

最大的问题是 txt 文件有超过 100k 个唯一序列。我不能一个接一个地去。这就是我被困在这里的原因

python 筛选器 序列

评论

3赞 kiner_shah 10/4/2023
请展示您的尝试。
2赞 vahvero 10/4/2023
用collections.Counter
2赞 Tusher 10/4/2023
你的代码在哪里？你堆在哪里？
3赞 Harun Yilmaz 10/4/2023
当然，这不是一个愚蠢的问题，但没有迹象表明你尝试过。所以，这样就太宽泛了，无法回答。还请包括您到目前为止尝试过的内容和失败点

答：

1赞 LetzerWille 10/4/2023 #1 
from collections import Counter
lst = []
lst6 = []
with open(r'data.txt', 'r') as f:
    for l in f:
        lst.extend(l.split())

for k,v in Counter(lst).items():
    if v == 6:
        lst6.append(k)

with open(r'data6.txt', 'w') as f:
    for x in lst6:
        f.write(x)
        f.write('\n')

评论

0赞 Silvia 10/4/2023
它奏效了，非常感谢！

上一个：如何检查 R 中包含混合字母数字索引的列中的重叠

下一个：直接在 CONNECT BY 子句中使用预言机序列