python - 如何计算Python中某个分区的字符出现次数？

Question

我有一个包含序列的大文件；我只想分析最后一组字符，这些字符恰好是可变长度的。在每一行中，我想获取文本文件中每组的第一个字符和最后一个字符，并计算这些字符的总数。

以下是文件中数据的示例:

-1iqd_BA_0_CDRH3.pdb kabat H3 PDPDAFDV

-1iqw_HL_0_CDRH3.pdb kabat H3 NRDYSNNWYFDV

我想获取“H3”之后的第一个字符和最后一个字符(在示例中均以粗体显示)。这两行的输出应该是:

第一个计数器({'N': 1, 'P': 1})

最后一个计数器({'V': 2})

这是我到目前为止所做的:

f = open("C:/CDRH3.txt", "r")
from collections import Counter
grab = 1
for line in f:
   line=line.rstrip()
   left,sep,right=line.partition(" H3 ")
   if sep:
         AminoAcidsFirst = right[:grab] 
         AminoAcidsLast = right[-grab:]
print ("first ",Counter(line[:] for line in AminoAcidsFirst))
print ("last ",Counter(line[:] for line in AminoAcidsLast))
f.close()

这仅打印最后一行数据的计数，如下所示:

first Counter({'N': 1})
last Counter({'V': 1})

如何计算文件中所有行中的所有这些字符？笔记:打印 (AminoAcidsFirst) 或 (AminoAcidsLast) 给出了所需的垂直所有行列表，但我无法对其进行计数或将其输出到文件。写入新文件只会写入原始文件最后一行的字符。谢谢!

Answer 1

不需要计数器:只需在分割后获取最后一个标记并计算第一个和最后一个字符:

first_counter = {}
last_counter = {}
for line in f:
   line=line.split()[-1]   # grab the last token
   first_counter[line[0]] = first_counter.get(line[0], 0) + 1
   last_counter[line[-1]] = last_counter.get(line[-1], 0) + 1    

print("first ", first_counter)
print("last ", last_counter)

输出

first  {'P': 1, 'N': 1}
last  {'V': 2}