pythonでのテキストから抽出したものを計算する（範囲を調べる）方法について。

Question

ATOM 2 CA PRO A 4 29.341 -18.244 23.236 1.00112.52 C
ATOM 9 CA LYS A 5 28.103 -17.550 19.692 1.00 91.13 C
ATOM 18 CA PRO A 6 29.134 -14.592 19.578 1.00 63.64 C
ATOM 51 CA GLY A 10 24.012 -5.835 11.284 1.00 25.93 C
ATOM 55 CA ILE A 11 23.574 -2.078 10.974 1.00 25.44 C
ATOM 63 CA ALA A 12 22.508 -0.631 7.650 1.00 33.94 C
ATOM 68 CA GLY A 13 20.982 2.603 6.424 1.00 29.02 C
ATOM 1605 CA LYS B 5 8.357 5.403 38.590 1.00 58.36 C
ATOM 1614 CA PRO B 6 6.423 2.744 36.650 1.00 49.68 C
ATOM 1621 CA PHE B 7 7.816 1.954 33.187 1.00 42.38 C

上記を”pdb3asy.ent”というテキストとして、これを読み込み、ATOM、CA、Aという文字を含む行（上7行）を抽出する。ここまでは出来ましたが、
最終的には抽出した7行の左から6個目の要素（今回では4，5，6，10，11，12，13）の数字がいくつからいくつがつながっているか(今回では46、1013)を調べるプログラムを作りたい。
下記のようにプログラムすると

4
5
6
10
11
12
13

と必要な要素をとってくることまでは出来ました。ここからどうしたらよいのか全然わかりませんでした。
教えていただきたいです。

path = 'pdb3asy.ent'

with open(path) as f:
    lines = f.readlines()
    
lines_strip = [line.strip() for line in lines]


for A_and in lines:
    A_and=A_and.split()
    if A_and[0] == 'ATOM' and A_and[2] == 'CA' and A_and[4] == 'A':
        A_CA=A_and[5]
        print(A_CA)
      
        

Comments

[nto]

何を求めているのかはわかりましたが、期待する出力はどの様な形なのでしょうか？

[yusuke1818]

すいません。求める形は、今回の例でいうと
4-6
10⁻13
のように出力できればありがたいです。お願いいたします。

Answer 1

more_itertools.consecutive_groupsが使えそうです。
参考：Identify groups of continuous numbers in a list

import more_itertools as mit

def find_ranges(iterable):
    """Yield range of consecutive numbers."""
    for group in mit.consecutive_groups(iterable):
        group = list(group)
        if len(group) == 1:
            yield group[0]
        else:
            yield group[0], group[-1]


l = [4,5,6,10,11,12,13]
print(list(find_ranges(l))) # [(4, 6), (10, 13)]

Comments

[yusuke1818]

ありがとうございます！これでもできますね！
しかしこれは
l = [4,5,6,10,11,12,13]
のようにリスト型で配列が存在している必要があるので、それが出来ていません。
抽出したものをリスト型で生成できますか？

[yusuke1818]

すいません出来ました！ごめんなさい！
ありがとうございます！

Answer 2

num = [4,5,6,10,11,12,13]
sep = [0] + [i for i in range(1, len(num)) if num[i-1]+1 != num[i]] + [len(num)]
ans = [f'{num[sep[i-1]]}-{ num[n-1]}' for i, n in enumerate(sep) if i > 0]
print(ans)  # ['4-6', '10-13']

Comments

[yusuke1818]

ありがとうございます。

Answer 3

path = 'pdb3asy.ent'
serial_numbers = []  # <-------------------------追加
with open(path) as f:
    lines = f.readlines()

lines_strip = [line.strip() for line in lines]


for A_and in lines:
    A_and=A_and.split()
    if A_and[0] == 'ATOM' and A_and[2] == 'CA' and A_and[4] == 'A':
        serial_numbers.append(int(A_and[5]))         # <----------修正
'''
以下追加
'''
ret = []
group = []
for i in range(len(serial_numbers)):
    if i==len(serial_numbers)-1 or serial_numbers[i+1]-serial_numbers[i] != 1:
        len(group) > 0 and ret.append(group)
        group = []
    else:
        len(group) == 0 and group.append(serial_numbers[i])
        group.append(serial_numbers[i+1])

print(["{}-{}".format(c[0],c[-1]) for c in ret])

Comments

[yusuke1818]

完璧にできました！！
本当にありがとうございます。

Answer 4

[4,5,6,10,11,12,13,5,6,7,...]といった配列は作れたということでしょうか？
ここから中間の値を削除して
[4,6,10,13,5,7]
あとは二個ずつ間に"-"をはめば完了じゃないですかね
["4-6", "10-13", "5-7"]

Comments

[yusuke1818]

今回はたまたま4,5,6,10,11,12,13であっただけなので[4,5,6,10,11,12,13,5,6,7,...]
ではなく、例えば
[4,5,6,10,11,12,13,28,29,30,31,32]のように不規則に間が抜けている配列
を[4-6,10-13,28-32]としたいというわけです。