将值累积到字典中的相应键？

Question

我正在尝试定位碱基（A、C、G、T）的位置并将它们放入与其位置对应的字典中。

我正在使用一个文本文件，该文件具有如下所示的基数行

----T
C
-C
-----G
C
-----C
---T
----A
----C
-----G

从上面的信息，我知道

• C 在第 1 个位置

• C 在第 2 位

• 第三位基数未知

• T 在第 4 位

• C、A、T 位于第 5 位

• C、G 在第 6 位

到目前为止，我已经写了下面的代码

def chunks(chunks_file):
    set_bases = {}
    with open(chunks_file) as file:
        for line in file:
            for character in line:
                if character.isalpha():
                    letter = character
                    position = line.find(letter) + 1
                    set_bases[position] = {letter}

    return set_bases

我目前的输出是：

{5: {'C'}, 1: {'C'}, 2: {'C'}, 6: {'G'}, 4: {'T'}}

所需的输出是：

{1: {'C'}, 2: {'C'}, 4: {'T'}, 5: {'C', 'A', 'T'}, 6: {'C', 'G'}}

在我看来，值并未添加到现有的键中，但新值正在替换旧值。

我怎么解决这个问题？

Answer 1

考虑到您有一个txt文件，您可以通过以下方式进行操作：

outDict = {}

with open('data.txt', 'r') as inFile:
    lines = [line.strip() for line in inFile if not line == '\n']
    outDict = dict((str(line.count('-')+1),set()) for line in lines)
    for line in lines:
        outDict[str(line.count('-')+1)].update(line[-1])
    print(outDict)

结果：

{'5': {'C', 'A', 'T'}, '1': {'C'}, '2': {'C'}, '6': {'C', 'G'}, '4': {'T'}}

Answer 2

我可以提出以下改进建议：

import collections

def chunks(filename):
    bases = collections.defaultdict(set)

    with open(filename) as f:
        for line in f:
            line = line.strip()
            if len(line) > 0:
                for i, char in enumerate(line):
                    if char.isalpha():
                        position = i + 1
                        bases[position].add(char)

    return bases

• 此代码使用collections.defaultdict因此您不必检查该位置是否存在于 dict 中。
• 我也在遍历行时使用enumerate() ，所以你已经有了位置，不需要调用line.find() 。

此代码可以按如下方式使用：

>>> d = chunks('your-file-name.txt')
>>> d
defaultdict(<class 'set'>, {5: {'T', 'C', 'A'}, 1: {'C'}, 2: {'C'}, 6: {'G', 'C'}, 4: {'T'}})

>>> dict(d)
{5: {'C', 'A', 'T'}, 1: {'C'}, 2: {'C'}, 6: {'G', 'C'}, 4: {'T'}}

>>> for k, v in sorted(d.items()):
...     print(k, v)
1 {'C'}
2 {'C'}
4 {'T'}
5 {'C', 'A', 'T'}
6 {'G', 'C'}

Answer 3

尝试这样的事情：

def chunks(chunks_file):
    set_bases = {}
    with open(chunks_file) as file:
        for line in file:
            for character in line:
                if character.isalpha():
                    letter = character
                    position = line.find(letter) + 1
                    if position in set_bases:
                        set_bases[position].append(letter)
                    else:
                        set_bases[position] = [letter]

    return set_bases