Python3〜ファイル操作の基本と応用（フォルダ・リネーム・削除など）

バイオインフォマティクスでは、大量のデータを効率的に処理することが重要です。そのためにPython3は非常に強力なツールであり、ファイル操作はデータ管理の基本です。ここでは、Pythonを使ったフォルダーやファイルの操作について基本から応用までを解説します。

---

1. ファイル操作の基本

ファイル操作には以下のような場面があります：

• フォルダーやファイルの作成
• リネーム（名前の変更）
• 削除
• ファイルの存在確認

Pythonでは、これらの操作を主にosモジュールとshutilモジュールで実行します。

1.1 フォルダーの作成

新しいフォルダーを作成するにはos.mkdir()またはos.makedirs()を使用します。

• os.mkdir()は1階層のみのフォルダー作成
• os.makedirs()は階層を含むフォルダー作成

import os

# 1階層のフォルダー作成
os.mkdir('bio_data')

# 階層を含むフォルダー作成
os.makedirs('bio_data/sequencing_results')

1.2 フォルダーやファイルの名前変更（リネーム）

os.rename()を使うことで、フォルダーやファイルの名前を変更できます。

# フォルダー名の変更
os.rename('bio_data', 'bioinformatics_data')

# ファイル名の変更
os.rename('old_file.txt', 'new_file.txt')

1.3 フォルダーやファイルの削除

os.rmdir()やos.remove()で削除を行います。ただし、os.rmdir()は空のフォルダーしか削除できません。

# 空のフォルダー削除
os.rmdir('empty_folder')

# ファイル削除
os.remove('unnecessary_file.txt')

空でないフォルダーを削除する場合は、shutil.rmtree()を使用します。

import shutil

# フォルダーごと削除
shutil.rmtree('non_empty_folder')

1.4 ファイルやフォルダーの存在確認

ファイルやフォルダーが存在するかどうかはos.path.exists()で確認できます。

# 存在確認
if os.path.exists('bioinformatics_data'):
    print("フォルダーが存在します")
else:
    print("フォルダーが存在しません")

---

2. 応用：自動化スクリプトの作成

バイオインフォマティクスでは、毎回手動でファイルを整理するのは非効率です。Pythonを使うことで、データ処理を自動化できます。

2.1 大量のフォルダーを一括作成

プロジェクトごとに大量のフォルダーを作成する場合、リストを使うと便利です。

projects = ['genomics', 'transcriptomics', 'proteomics']

for project in projects:
    os.makedirs(f'research/{project}/data', exist_ok=True)

このスクリプトは以下の構造を作成します：

research/
    genomics/
        data/
    transcriptomics/
        data/
    proteomics/
        data/

2.2 ファイルの一括リネーム

例えば、シーケンシング結果のファイル名を整理する場合、以下のスクリプトが役立ちます。

import glob

# 対象のファイル一覧を取得
files = glob.glob('raw_data/*.fastq')

# リネーム処理
for i, file in enumerate(files):
    new_name = f'processed_data/sample_{i+1}.fastq'
    os.rename(file, new_name)

このスクリプトは、raw_dataフォルダー内の全.fastqファイルをprocessed_dataフォルダーにsample_1.fastq, sample_2.fastqのようにリネームして移動します。

2.3 古いデータの自動削除

一定期間使用していない古いデータを削除するには、ファイルの最終変更日時を利用します。

import time

# 現在時刻を取得
now = time.time()

# 対象フォルダー
folder = 'archive'

# 古いファイルを削除
for file in os.listdir(folder):
    file_path = os.path.join(folder, file)
    if os.path.isfile(file_path) and now - os.path.getmtime(file_path) > 30 * 24 * 60 * 60:  # 30日以上
        os.remove(file_path)
        print(f'{file} を削除しました')

---

3. 応用例：パイプラインの構築

実際のバイオインフォマティクスプロジェクトでは、以下のようなパイプラインを構築できます。

3.1 データの整理とリネーム

複数の研究機関から送られてきたシーケンシングデータを整理し、共通のフォーマットに変換します。

import shutil

input_folder = 'incoming_data'
output_folder = 'organized_data'

os.makedirs(output_folder, exist_ok=True)

for file in os.listdir(input_folder):
    if file.endswith('.fastq'):
        new_name = f"{file.split('_')[0]}_sample.fastq"
        shutil.move(os.path.join(input_folder, file), os.path.join(output_folder, new_name))

3.2 解析結果のバックアップとアーカイブ

解析が終わった結果を圧縮し、不要な一時ファイルを削除することでディスク容量を節約します。

import zipfile

# フォルダーを圧縮
with zipfile.ZipFile('analysis_results.zip', 'w') as zipf:
    for root, dirs, files in os.walk('results'):
        for file in files:
            zipf.write(os.path.join(root, file))

---

4. まとめと今後の活用

Pythonを活用したファイル操作は、バイオインフォマティクスにおいてデータ管理を効率化する強力な手段です。基本的な操作から始め、応用スクリプトを作成することで、作業を大幅に効率化できます。

これらのスキルを基に、さらなる自動化やデータ解析のパイプライン構築に挑戦してみてください。Pythonの力を最大限に活用し、バイオインフォマティクスの可能性を広げましょう！