python 多行排序，根据染色体号，位置信息排序，升序降序排序

原创

于 2018-11-13 11:37:42 发布 · 2k 阅读

CC 4.0 BY-SA版权

在Python中，对文件按染色体编号和位置编号排序可通过自定义`sort`的`key`函数实现。例如，对染色体和位置进行正向排序，可以编写一个函数处理每一行，然后对列表应用排序。如果需要一列正序，另一列反序，只需在反向排序的列返回值前加负号。这允许灵活地对不同列进行升序或降序排序。

遇到一个问题是需要将文件按照染色体编号和位置编号进行排序，在shell中我们可以使用sort -V -k2,3 annovar.xls这种方式来进行排序，而在python中如果想要进行多行排序，就需要sort的key参数指定的函数返回一个元组或者列表来进行排序。

现在我们有一个染色体位置文件如下：

如果想要对上述的文件进行排序，那么key函数就可以像下面这样写：

def chrome_sort(key):
    '''
    染色体排序
    '''
    if key[0] == 'X':
        chrome = 24
    elif key[0] == 'Y':
        chrome = 25
    else:
        chrome = int(key[0])
    position = int(key[1])
    return (chrome,position)

使用这个函数，我们就可以将包含文件每一行的列表进行排序了，完整代码如下：

#!/usr/bin/env python
# -*- coding=utf-8 -*-
import sys
import os

def chrome_sort(key):
    '''
    染色体排序
    '''
    if key[0] == 'X':
        chrome = 24
    elif key[0] == 'Y':
        chrome = 25
    else:
        chrome = int(key[0])
    position = int(key[1])