如何將字符附加到用作python字典鍵的字符串（當有多個與該字符串相關的條目時）？

Question

我從HMMER生成的輸出文件中提取序列坐標（找到DNA序列，在基因組裝配文件中匹配查詢）。

我創建了一個python字典，其中鍵是源序列名稱（字符串），值是包含目標序列的起始和結束坐標的列表。 然而，HMMER經常在單個源序列（重疊群/染色體）上發現多個匹配。

這意味着當我添加到字典中時，如果我遇到重疊群上的多個匹配項，則每個匹配項都會被覆蓋。

例如，HMMER發現以下匹配：

名稱開始結束

4415 16723 17556

127 1290 1145

1263 34900 37834

4415 2073 3899

4415 4580 6004

但這會產生以下字典（我希望每個匹配單獨輸入）：

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

如何在密鑰上附加一個字母，以便后續匹配是唯一的，不會覆蓋以前的匹配，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

在相同的情況下，創建不同的鍵不是一種正確的方法，而是可以使用列表作為值並保留其中的坐標，以用於重復鍵。 您可以使用collections.defaultdict()實現此目標：

>>> 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，在鍵的末尾添加字符的想法並不是最佳的，因為您需要始終擁有鍵的數量而您不知道這個數字，因此您必須生成新的后綴。

但是，如果您只使用鍵的計數，則可以通過保留Counter()對象中的鍵並在鍵的尾隨處添加計數來創建不同的鍵：

>>> 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

你可以這樣做：

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

這會將你的key_names增加為4415a，4415b ......