原始文件：

id	start	end
a1	10	19
a1	25	34
a2	89	124
a2	149	167
a2	188	221

目的文件：

a1	1	10
a1	16	25
a2	1	36
a2	61	79
a2	100	133

解釋說(shuō)明：
原始文件是gff3文件的一部分，第一列id是基因的名字，第二列和第三列分別是外顯子在全基因組上的起始位置和終止位置，目的文件中第一列是基因名字，第二列和第三列分別是外顯子相對(duì)于單個(gè)基因的起始位置和終止位置。

接下來(lái)是代碼：

# 加工gff3為了計(jì)算出內(nèi)含子和外顯子的位置
import pandas as pd
list1=[]
list2=[]
b=open("47out1.txt","w")
with open("47.txt","r") as f1:df1=pd.read_table(f1,index_col=0)df1["id1"]=df1.indexdf1["id1_start_end"]=df1["id1"]+","+df1["start"].astype(str)+","+df1["end"].astype(str)df2=df1.iloc[:,[3]]df3 = df2.groupby("id").apply(lambda x: x["id1_start_end"].tolist())for i in range(len(df3)):list1.append(",".join(df3[i]))for i in list1:i=i.strip().split(",")# " ".join(i)for j in range(0, len(i)):if i[j]==i[0]:list2.append(i[j])elif i[j]!=i[0]:list2.append(str(int(i[j]) - int(i[1]) + 1) )
for i in range(len(list2)):if i % 3 == 0:b.write(str(list2[i])+"\t"+str(list2[i+1])+"\t"+str(list2[i+2])+"\n")# print(list2[i],list2[i+1],list2[i+2])