在数据分析中，数据以脏形式传送给我们是很常见的，其中存在与转录或下载方式相关的错误。由于我们知道DNA的任何序列都必须由四个碱基组成'a'，'g'因此DNA中出现't'的'c'任何其他字母一定是错误的。编写一个函数clean(dna)，返回一个新的 DNA 字符串，其中除 A、C、G 或 T 之外的每个字符都被替换为 N。例如，clean('goat')应返回字符串'gnat'。您可以假设 dna 全部为小写，但不要假设任何有关错误字符的性质（例如，它们甚至可能被意外转录为数字）。clean('') → ''clean('agct7ttczttctgactgcaacgggcaatatgtctctxtgtggattaaaaaaagagtgtcygatagcagcttctgaactggttacctgcc') → 'agctnttcnttctgactgcaacgggcaatatgtctctntgtggattaaaaaaagagtgtcngatagcagcttctgaactggttacctgcc'clean('gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac') → 'gtgagtaaattaaaattttnttgacttaggtcactaantactttaaccaatataggnatagcgcacagacagataaaaattacagagtac'使用for循环
2 回答
HUH函数
TA贡献1836条经验 获得超4个赞
我希望我没有替你做功课。我看到已经使用 .sub 发布了答案，但您只要求使用循环
def clean(text):
cleaned_text=""
for i in range(0, len(text)):
if text[i] in "agtc":
cleaned_text=cleaned_text+text[i]
else:
cleaned_text=cleaned_text+"n"
return cleaned_text
print(clean("agct7ttczttctgactgcaacgggcaatatgtctctxtgtggattaaaaaaagagtgtcygatagcagcttctgaactggttacctgcc"))
# returns agctnttcnttctgactgcaacgggcaatatgtctctntgtggattaaaaaaagagtgtcngatagcagcttctgaactggttacctgcc
HUX布斯
TA贡献1876条经验 获得超6个赞
使用re.sub：
Import re
dna = 'gtgagtaaattaaaattttnttgacttaggtcactaaptactttaaccaatataggbatagcgcacagacagataaaaattacagagtac'
dna = re.sub(r'[^ACTG]','N',dna.upper())
print(dna)
添加回答
举报
0/150
提交
取消