Python 2.7中如何将截取后的测序reads写入XLSX文件

Hey there! 你已经搞定了从FASTQ文件截取reads前12个碱基的核心逻辑，现在要转成XLSX格式的话，推荐用Python的openpyxl或者pandas库，这俩都是处理Excel文件的常用工具，给你两种实用的实现方式：

方法1：用openpyxl直接操作Excel单元格 #

openpyxl是专门读写xlsx文件的轻量库，适合数据量不大的场景，逻辑直观清晰：

1. 先安装依赖库：

pip install openpyxl

2. 修改原有代码，替换写入逻辑为Excel操作：

from openpyxl import Workbook

# 创建工作簿和默认工作表
wb = Workbook()
ws = wb.active
ws.title = "Truncated Reads"

# 可选：写入表头，让表格更清晰
ws.append(["Truncated Read"])

# 读取FASTQ文件并处理序列
with open('../001.fastq') as reader:
    for index, line in enumerate(reader):
        if index % 4 == 1:
            # 截取前12个碱基，同时去掉换行符避免Excel出现空行
            truncated_read = line.strip()[:12]
            # 将处理后的序列写入工作表的下一行
            ws.append([truncated_read])

# 保存最终的XLSX文件
wb.save("./read1.xlsx")

方法2：用pandas快速生成Excel文件 #

如果你的测序数据量较大，pandas的批量处理效率更高，代码也更简洁：

1. 安装依赖库（需要同时装pandas和openpyxl）：

pip install pandas openpyxl

2. 实现代码：

import pandas as pd

# 初始化列表存储处理后的序列
truncated_reads = []

# 读取FASTQ文件并提取目标序列
with open('../001.fastq') as reader:
    for index, line in enumerate(reader):
        if index % 4 == 1:
            truncated_read = line.strip()[:12]
            truncated_reads.append(truncated_read)

# 将列表转为DataFrame，一键写入Excel
df = pd.DataFrame(truncated_reads, columns=["Truncated Read"])
df.to_excel("./read1.xlsx", sheet_name="Truncated Reads", index=False)

小提醒： #

• 用strip()去掉序列行末尾的换行符，能避免Excel单元格里出现多余的空行或空格
• 数据量较大时优先选pandas，内存占用和处理速度都会更友好
• 两种方法生成的xlsx文件都可以直接用Excel、WPS等工具打开查看

内容的提问来源于stack exchange，提问作者elaine_lq