Python 批量提取文件指定列并处理命令行参数

小满

发布时间：2026-10-13| 5人浏览过

原创

本文介绍如何使用 Python 批量处理文件，提取指定列（如 gene_id 和 readcount）。通过 bash 命令删除文件首行注释，并利用 sys.argv 解析输入输出文件路径。代码演示了如何遍历参数、读取文件、按制表符分割并筛选特定列，最终写入新文件。

批量处理文件与命令行参数解析

在使用 featureCount 工具处理数据后，通常需要提取第一列 gene_id 和 readcount 列。由于软件输出的第一行默认为使用的命令行，该信息无用，因此需使用 bash 命令批量删除这些首行内容。


for i in `ls`;do sed -i '1d' $i;done

以下命令用于删除当前文件夹下所有文件的第一行：

虽然提取两列数据本身很简单，但为了避免每次对单个文件手动执行操作的繁琐，希望将其封装为可通过命令行参数直接调用的程序。这是首次接触 sys.argv 的使用，从中获得了新的学习经验。

程序中设置了 -i 和 -o 两个参数分别用于指定输入和输出文件，以此判断输入输出文件的数量。不过，目前对于错误命令行输入的检查机制尚不完善，因为该工具仅供个人使用。

具体实现代码如下：

Python 提取指定列代码实现


import sys
leng=len(sys.argv)
for i in range(leng): # index the input file and output file location,maybe it's too complex
 if sys.argv[i]=="-i":
 it=i
 if sys.argv[i]=="-o":
 out=i
for i in range(it+1,out): # input file number(there should have same # of in and out file)
 print(sys.argv[i])
 file=open(sys.argv[i],'r')
 f=open(sys.argv[i+out-it],'w')
 count=[]
 for lines in file.readlines():
 two=[]
 lines=lines.rstrip('\n')
 b=lines.split('\t')
 two.append(b[0])
 if(b[6].startswith('.')): #chage path to count,some output problem
  b[6]="count"
 two.append(b[6])
 s='\t'.join(two)
 f.write(s+'\n')
 f.close

在 Python 中处理字符串（str）和列表（list）时容易混淆，通常需要反复调试修正才能正确运行。

以上即为本文的全部内容，希望对读者的学习有所帮助，也欢迎大家继续支持本站。