如何将字符附加到用作python字典键的字符串（当有多个与该字符串相关的条目时）？

Question

我从HMMER生成的输出文件中提取序列坐标（找到DNA序列，在基因组装配文件中匹配查询）。

我创建了一个python字典，其中键是源序列名称（字符串），值是包含目标序列的起始和结束坐标的列表。 然而，HMMER经常在单个源序列（重叠群/染色体）上发现多个匹配。

这意味着当我添加到字典中时，如果我遇到重叠群上的多个匹配项，则每个匹配项都会被覆盖。

例如，HMMER发现以下匹配：

名称开始结束

4415 16723 17556

127 1290 1145

1263 34900 37834

4415 2073 3899

4415 4580 6004

但这会产生以下字典（我希望每个匹配单独输入）：

{'127'：['1290'，'1145']，'1263'：['34900'，'37834']，'4415'：['4580'，'6004']}

如何在密钥上附加一个字母，以便后续匹配是唯一的，不会覆盖以前的匹配，即4415,4415a，4415b等等？

matches = {}

for each line of HMMER file:
    split the line
    make a list of fields 4 & 5 (the coordinates)
    # at this stage I need a way of checking whether the key (sequenceName)
    # is already in the dictionary (easy), and if it is, appending a letter
    # to sequenceName to make it unique
    matches[sequenceName] = list

Answer 1

在相同的情况下，创建不同的键不是一种正确的方法，而是可以使用列表作为值并保留其中的坐标，以用于重复键。 您可以使用collections.defaultdict()实现此目标：

>>> coords = [['4415', '16723', '17556'], ['127', '1290', '1145'], ['1263', '34900', '37834'], ['4415', '2073', '3899'], ['4415', '4580', '6004']]
>>> from collections import defaultdict
>>> 
>>> d = defaultdict(list)
>>> 
>>> for i, j, k in coords:
...     d[i].append((j, k))
... 
>>> d
defaultdict(<type 'list'>, {'1263': [('34900', '37834')], '4415': [('16723', '17556'), ('2073', '3899'), ('4580', '6004')], '127': [('1290', '1145')]})

此外，在键的末尾添加字符的想法并不是最佳的，因为您需要始终拥有键的数量而您不知道这个数字，因此您必须生成新的后缀。

但是，如果您只使用键的计数，则可以通过保留Counter()对象中的键并在键的尾随处添加计数来创建不同的键：

>>> from collections import Counter
>>> d = {}
>>> c = Counter()
>>> for i, j, k in coords:
...     c.update((i,))
...     d["{}_{}".format(i, c[i])] = (j, k)
... 
>>> d
{'4415_1': ('16723', '17556'), '4415_3': ('4580', '6004'), '4415_2': ('2073', '3899'), '127_1': ('1290', '1145'), '1263_1': ('34900', '37834')}

Answer 2

你可以这样做：

matches = {'127': ['1290', '1145'], '1263': ['34900', '37834'], '4415': ['4580', '6004']}

# sample key_name
key_name = '4415'
if key_name in matches.keys():
    for i in xrange(1,26):
        if key_name+chr(ord('a') + i) not in matches.keys():
                matches[key_name+chr(ord('a') + i)] = #your value

这会将你的key_names增加为4415a，4415b ......