Python - 如何将列元素添加到带有计数器的列表中
Python - How to add column elements to a list with a counter
在一个包含两列的文本文件中，我有一些如下所示的行：
N 20
CA 20
C 20
O 20
CB 20
CG 20
CD 20
CE 20
NZ 20
N 21
CA 21
C 21
O 21
CB 21
SG 21
我这样创建了一个嵌套字典：
r_list = ['20', '21']
dictionary = {}
r_dict = {}
a_dict = {}
for r in range(0,len(r_list)):
r = r_list[r]
dictionary['C'] = r_dict
r_dict[r] = a_dict
print dictionary
"""output:
{'C': {'20': {}, '21': {}}}
equal to:
dictionary = {'C': {
'20': {},
'21': {}
}
}
"""
现在，如何根据相对第二列的读数拆分文本文件的第一列？我想将第一列的元素添加到新列表中，直到计数器在第二列中找到“20”；之后，当计数器找到“21”时，它开始在新列表中添加与“21”相关的第一列的元素，依此类推......这样，我就可以使用这些新的元素子列表，例如对于 "r_list"，与其他嵌套字典一起，获得如下最终结构：
sublist_1 = ['N', 'CA', 'C', 'O', 'CB', 'CG', 'CD', 'CE', 'NZ']
sublist_2 = ['N', 'CA', 'C', 'O', 'CB', 'SG']
dictionary = {'C' : {
'20': {
'N': {},
'CA': {},
'C': {},
'O': {},
'CB': {},
'CG': {},
'CD': {},
'CE': {},
'NZ': {}
},
'21': {
'N': {},
'CA': {},
'C': {},
'O': {},
'CB': {},
'SG': {}
}
}
}
怎么做？
非常感谢，
里卡多
编辑：
我成功地将所有解决方案应用于原始 cif 文件，但是对于 "label_atom_id" 列（第三列），在某些 cif 文件和某些原子中，有引号，如下面的第八列保留在字典中的行和第三列（从零开始："O5'"）：
ATOM 588 O O4 . DT B 2 10 ? 33.096 42.342 26.554 1.00 4.81 ? ? ? ? ? ? 29 DT E O4 1
ATOM 589 C C5 . DT B 2 10 ? 32.273 42.719 24.308 1.00 8.22 ? ? ? ? ? ? 29 DT E C5 1
ATOM 590 C C7 . DT B 2 10 ? 33.654 42.972 23.700 1.00 10.91 ? ? ? ? ? ? 29 DT E C7 1
ATOM 591 C C6 . DT B 2 10 ? 31.207 42.767 23.502 1.00 2.00 ? ? ? ? ? ? 29 DT E C6 1
ATOM 592 P P . DG B 2 11 ? 25.446 44.301 21.417 1.00 28.24 ? ? ? ? ? ? 30 DG E P 1
ATOM 593 O OP1 . DG B 2 11 ? 24.109 43.692 21.128 1.00 19.20 ? ? ? ? ? ? 30 DG E OP1 1
ATOM 594 O OP2 . DG B 2 11 ? 26.212 45.060 20.381 1.00 24.94 ? ? ? ? ? ? 30 DG E OP2 1
ATOM 595 O "O5'" . DG B 2 11 ? 25.303 45.130 22.804 1.00 27.92 ? ? ? ? ? ? 30 DG E "O5'" 1
ATOM 596 C "C5'" . DG B 2 11 ? 24.694 44.453 23.923 1.00 19.87 ? ? ? ? ? ? 30 DG E "C5'" 1
ATOM 597 C "C4'" . DG B 2 11 ? 25.160 44.958 25.273 1.00 19.56 ? ? ? ? ? ? 30 DG E "C4'" 1
ATOM 598 O "O4'" . DG B 2 11 ? 26.506 44.513 25.519 1.00 22.77 ? ? ? ? ? ? 30 DG E "O4'" 1
ATOM 599 C "C3'" . DG B 2 11 ? 25.135 46.521 25.375 1.00 19.23 ? ? ? ? ? ? 30 DG E "C3'" 1
ATOM 600 O "O3'" . DG B 2 11 ? 24.620 46.792 26.672 1.00 20.19 ? ? ? ? ? ? 30 DG E "O3'" 1
ATOM 601 C "C2'" . DG B 2 11 ? 26.605 46.795 25.327 1.00 18.78 ? ? ? ? ? ? 30 DG E "C2'" 1
ATOM 602 C "C1'" . DG B 2 11 ? 27.116 45.634 26.159 1.00 21.24 ? ? ? ? ? ? 30 DG E "C1'" 1
ATOM 603 N N9 . DG B 2 11 ? 28.583 45.580 26.153 1.00 21.14 ? ? ? ? ? ? 30 DG E N9 1
我试图从文件中删除它们，只有 (O5)，但没有成功：
with open(filename,"r") as f:
lines = f.readlines()
for line in lines:
column = line.split(None)
atom = column[3]
#print atom
no_double_quotes = atom.replace('"', "").strip()
#print no_double_quotes
atom_cleaned = no_double_quotes.replace("'", "").strip()
atom = atom_cleaned
print atom
# and write everything back
with open(filename, 'w') as f:
f.writelines(lines)
控制台输出是正确的，但是没有任何内容写入为字典解析的文件中......有没有更有效和更有效的方法？
编辑 2（最终）：
我明白了：双引号（在控制台中写为'"O5 \'"时）嵌入了用于糖（在这种情况下为脱氧核糖）原子编号的撇号字符（\'） ) 在核苷酸中，所以我不能删除它们，具有功能意义。明白了这一点，我解决了然后用它的 ASCII 字符 (chr(39)) 替换撇号字符，这样：
for x in atom_record_rows_list:
atom = x[3]
#print atom
no_double_quotes = atom.replace('"', "").strip()
#print no_double_quotes
atom_cleaned = no_double_quotes.replace("'", chr(39)).strip()
x[3] = atom_cleaned
print x[3]
dict = {"C": {y:{x[3]:{} for x in atom_record_rows_list if x[8] == y} for y in rlist}}
print dict
- 通过read方法读取文件。
- 创建结果字典。
- 按
\n 拆分文件内容，即 split('\n')
- 通过 for 循环迭代步骤 2 中的每个元素。
- 通过
split(" ") 从每个元素中获取两列值
- 在结果字典中添加计数器键。在 except 块中。
- 在计数器字典中添加元素名称字典。
代码：
with open("/home/infogrid/Desktop/Work/stack/input.txt", "r") as fp:
data = fp.read()
result = {'C':{}}
for i in data.strip().split('\n'):
val_count = [j for j in i.split(' ') if j]
try:
result['C'][val_count[1]][val_count[0]] = {}
except KeyError:
result['C'][val_count[1]] = {}
result['C'][val_count[1]][val_count[0]] = {}
import pprint
pprint.pprint(result)
输出：
{'C': {'20': {'C': {},
'CA': {},
'CB': {},
'CD': {},
'CE': {},
'CG': {},
'N': {},
'NZ': {},
'O': {}},
'21': {'C': {}, 'CA': {}, 'CB': {}, 'N': {}, 'O': {}, 'SG': {}}}}
使用 defaultdict 模块从代码中删除 try-except 块。 more info
>>> from collections import defaultdict
>>> result = {'C':defaultdict(dict)}
>>> result['C']['20']['CB'] = {}
>>> result['C']['20']
{'CB': {}}
>>> result['C']['21']
{}
>>>
听起来你让这件事变得比需要的更难了。
您可以遍历文件中的行，将它们拆分并添加到字典中吗：
dictionary = { 'C': { r : {} for r in ['20', '21'] }}
with open('<filename>', 'r') as file:
for line in file:
words = line.split()
dictionary['C'][words[1]][words[0]] = {}
如果您确实需要子列表，您可以提取子列表：
sublist_1 = dictionary['C']['20'].keys()
sublist_2 = dictionary['C']['21'].keys()
但是你必须记住，字典是没有顺序的，所以它们会以不同的顺序出现。
您可以使用听写理解为您完成此操作
inp = """N 20
CA 20
C 20
O 20
CB 20
CG 20
CD 20
CE 20
NZ 20
N 21
CA 21
C 21
O 21
CB 21
SG 21"""
mappings = [i.split() for i in inp.split("\n")]
rlist = set(x[1] for x in mappings)
dicts = {"C": {y:{x[0]:{} for x in mappings if x[1] == y} for y in rlist}}
>>> print dicts
{'C':
{'20': {'C': {},
'CA': {},
'CB': {},
'CD': {},
'CE': {},
'CG': {},
'N': {},
'NZ': {},
'O': {}},
'21': {'C': {},
'CA': {},
'CB': {},
'N': {},
'O': {},
'SG': {}}
}
}
在一个包含两列的文本文件中，我有一些如下所示的行：
N 20
CA 20
C 20
O 20
CB 20
CG 20
CD 20
CE 20
NZ 20
N 21
CA 21
C 21
O 21
CB 21
SG 21
我这样创建了一个嵌套字典：
r_list = ['20', '21']
dictionary = {}
r_dict = {}
a_dict = {}
for r in range(0,len(r_list)):
r = r_list[r]
dictionary['C'] = r_dict
r_dict[r] = a_dict
print dictionary
"""output:
{'C': {'20': {}, '21': {}}}
equal to:
dictionary = {'C': {
'20': {},
'21': {}
}
}
"""
现在，如何根据相对第二列的读数拆分文本文件的第一列？我想将第一列的元素添加到新列表中，直到计数器在第二列中找到“20”；之后，当计数器找到“21”时，它开始在新列表中添加与“21”相关的第一列的元素，依此类推......这样，我就可以使用这些新的元素子列表，例如对于 "r_list"，与其他嵌套字典一起，获得如下最终结构：
sublist_1 = ['N', 'CA', 'C', 'O', 'CB', 'CG', 'CD', 'CE', 'NZ']
sublist_2 = ['N', 'CA', 'C', 'O', 'CB', 'SG']
dictionary = {'C' : {
'20': {
'N': {},
'CA': {},
'C': {},
'O': {},
'CB': {},
'CG': {},
'CD': {},
'CE': {},
'NZ': {}
},
'21': {
'N': {},
'CA': {},
'C': {},
'O': {},
'CB': {},
'SG': {}
}
}
}
怎么做？
非常感谢，
里卡多
编辑：
我成功地将所有解决方案应用于原始 cif 文件，但是对于 "label_atom_id" 列（第三列），在某些 cif 文件和某些原子中，有引号，如下面的第八列保留在字典中的行和第三列（从零开始："O5'"）：
ATOM 588 O O4 . DT B 2 10 ? 33.096 42.342 26.554 1.00 4.81 ? ? ? ? ? ? 29 DT E O4 1
ATOM 589 C C5 . DT B 2 10 ? 32.273 42.719 24.308 1.00 8.22 ? ? ? ? ? ? 29 DT E C5 1
ATOM 590 C C7 . DT B 2 10 ? 33.654 42.972 23.700 1.00 10.91 ? ? ? ? ? ? 29 DT E C7 1
ATOM 591 C C6 . DT B 2 10 ? 31.207 42.767 23.502 1.00 2.00 ? ? ? ? ? ? 29 DT E C6 1
ATOM 592 P P . DG B 2 11 ? 25.446 44.301 21.417 1.00 28.24 ? ? ? ? ? ? 30 DG E P 1
ATOM 593 O OP1 . DG B 2 11 ? 24.109 43.692 21.128 1.00 19.20 ? ? ? ? ? ? 30 DG E OP1 1
ATOM 594 O OP2 . DG B 2 11 ? 26.212 45.060 20.381 1.00 24.94 ? ? ? ? ? ? 30 DG E OP2 1
ATOM 595 O "O5'" . DG B 2 11 ? 25.303 45.130 22.804 1.00 27.92 ? ? ? ? ? ? 30 DG E "O5'" 1
ATOM 596 C "C5'" . DG B 2 11 ? 24.694 44.453 23.923 1.00 19.87 ? ? ? ? ? ? 30 DG E "C5'" 1
ATOM 597 C "C4'" . DG B 2 11 ? 25.160 44.958 25.273 1.00 19.56 ? ? ? ? ? ? 30 DG E "C4'" 1
ATOM 598 O "O4'" . DG B 2 11 ? 26.506 44.513 25.519 1.00 22.77 ? ? ? ? ? ? 30 DG E "O4'" 1
ATOM 599 C "C3'" . DG B 2 11 ? 25.135 46.521 25.375 1.00 19.23 ? ? ? ? ? ? 30 DG E "C3'" 1
ATOM 600 O "O3'" . DG B 2 11 ? 24.620 46.792 26.672 1.00 20.19 ? ? ? ? ? ? 30 DG E "O3'" 1
ATOM 601 C "C2'" . DG B 2 11 ? 26.605 46.795 25.327 1.00 18.78 ? ? ? ? ? ? 30 DG E "C2'" 1
ATOM 602 C "C1'" . DG B 2 11 ? 27.116 45.634 26.159 1.00 21.24 ? ? ? ? ? ? 30 DG E "C1'" 1
ATOM 603 N N9 . DG B 2 11 ? 28.583 45.580 26.153 1.00 21.14 ? ? ? ? ? ? 30 DG E N9 1
我试图从文件中删除它们，只有 (O5)，但没有成功：
with open(filename,"r") as f:
lines = f.readlines()
for line in lines:
column = line.split(None)
atom = column[3]
#print atom
no_double_quotes = atom.replace('"', "").strip()
#print no_double_quotes
atom_cleaned = no_double_quotes.replace("'", "").strip()
atom = atom_cleaned
print atom
# and write everything back
with open(filename, 'w') as f:
f.writelines(lines)
控制台输出是正确的，但是没有任何内容写入为字典解析的文件中......有没有更有效和更有效的方法？
编辑 2（最终）：
我明白了：双引号（在控制台中写为'"O5 \'"时）嵌入了用于糖（在这种情况下为脱氧核糖）原子编号的撇号字符（\'） ) 在核苷酸中，所以我不能删除它们，具有功能意义。明白了这一点，我解决了然后用它的 ASCII 字符 (chr(39)) 替换撇号字符，这样：
for x in atom_record_rows_list:
atom = x[3]
#print atom
no_double_quotes = atom.replace('"', "").strip()
#print no_double_quotes
atom_cleaned = no_double_quotes.replace("'", chr(39)).strip()
x[3] = atom_cleaned
print x[3]
dict = {"C": {y:{x[3]:{} for x in atom_record_rows_list if x[8] == y} for y in rlist}}
print dict
- 通过read方法读取文件。
- 创建结果字典。
- 按
\n拆分文件内容，即split('\n') - 通过 for 循环迭代步骤 2 中的每个元素。
- 通过
split(" ")从每个元素中获取两列值
- 在结果字典中添加计数器键。在 except 块中。
- 在计数器字典中添加元素名称字典。
代码：
with open("/home/infogrid/Desktop/Work/stack/input.txt", "r") as fp:
data = fp.read()
result = {'C':{}}
for i in data.strip().split('\n'):
val_count = [j for j in i.split(' ') if j]
try:
result['C'][val_count[1]][val_count[0]] = {}
except KeyError:
result['C'][val_count[1]] = {}
result['C'][val_count[1]][val_count[0]] = {}
import pprint
pprint.pprint(result)
输出：
{'C': {'20': {'C': {},
'CA': {},
'CB': {},
'CD': {},
'CE': {},
'CG': {},
'N': {},
'NZ': {},
'O': {}},
'21': {'C': {}, 'CA': {}, 'CB': {}, 'N': {}, 'O': {}, 'SG': {}}}}
使用 defaultdict 模块从代码中删除 try-except 块。 more info
>>> from collections import defaultdict
>>> result = {'C':defaultdict(dict)}
>>> result['C']['20']['CB'] = {}
>>> result['C']['20']
{'CB': {}}
>>> result['C']['21']
{}
>>>
听起来你让这件事变得比需要的更难了。 您可以遍历文件中的行，将它们拆分并添加到字典中吗：
dictionary = { 'C': { r : {} for r in ['20', '21'] }}
with open('<filename>', 'r') as file:
for line in file:
words = line.split()
dictionary['C'][words[1]][words[0]] = {}
如果您确实需要子列表，您可以提取子列表：
sublist_1 = dictionary['C']['20'].keys()
sublist_2 = dictionary['C']['21'].keys()
但是你必须记住，字典是没有顺序的，所以它们会以不同的顺序出现。
您可以使用听写理解为您完成此操作
inp = """N 20
CA 20
C 20
O 20
CB 20
CG 20
CD 20
CE 20
NZ 20
N 21
CA 21
C 21
O 21
CB 21
SG 21"""
mappings = [i.split() for i in inp.split("\n")]
rlist = set(x[1] for x in mappings)
dicts = {"C": {y:{x[0]:{} for x in mappings if x[1] == y} for y in rlist}}
>>> print dicts
{'C':
{'20': {'C': {},
'CA': {},
'CB': {},
'CD': {},
'CE': {},
'CG': {},
'N': {},
'NZ': {},
'O': {}},
'21': {'C': {},
'CA': {},
'CB': {},
'N': {},
'O': {},
'SG': {}}
}
}