Как я могу получить имена генов из рефератов

Это должно работать, хотя регистр будет чувствительным.

Во-первых, вам нужно переименовать абстрактную переменную (она не может заканчиваться на .txt и считаться строкой):

abstract_text =  "The insulin-like growth factor 1 (IGF1) signaling pathway has emerged..."

Тогда вам НУЖЕН список всех генов, которые вы хотите найти:

genes = ["IGF1"]

Затем вы можете искать все гены.

from collections import Counter
import pandas

genes_dictionary = {}

for i in genes:
   if i in abstract_text:
      genes_dictionary[i] = 1

Преобразуйте словарь в таблицу и распечатайте ее.

table = pandas.Series(genes_dictionary, name = 'Count')
table.index.name = 'Gene'
table.reset_index()

Выход: Gene Count 0 IGF1 1

обычно вы можете сделать это с помощью table(), но сначала некоторые приготовления:

mytxt<-"I am venkatarao.studying matsers. I am going to complete masters. my friends are venkatarao. Naveen, reddy. all are studying masters."

#remove punctations
gsub('[[:punct:]]',' ',mytxt)

#separate words
mytxt<-strsplit(mytxt," ")[[1]]

#frequencies
table(mytxt)

Однако вам нужны были только имена, и вы не можете сделать это без предварительного определения имен... Или получения определения в другом месте. Итак, принимая ваше определение, вы можете сделать что-то вроде этого:

find_names<-c("venkatarao","Naveen","reddy","masters")
mytxt[mytxt%in%find_names]

Конечно, это не находит имена, если они написаны неправильно ;-)

Используя ваш образец набора данных, мы можем сделать следующее:

data.txt = "I am venkatarao.studying matsers. I am going to complete masters. my friends are venkatarao. Naveen, reddy. all are studying masters."

# Isolate words by space, remove periods and commas.
all.words = unlist(strsplit(data.txt, " "))
all.words = unlist(strsplit(all.words, "\\."))
all.words = unlist(strsplit(all.words, "\\,"))

count.table = table(all.words)

# Specify Names you are interested in
> count.table[names(count.table) %in% c("venkatarao", "Naveen")]
all.words
   masters     Naveen      reddy venkatarao 
         2          1          1          2