如何通过删除列表中的特定元素来 运行 给定列表的 itertools 产品？
How to run the itertools product for the given list by removing a specific element in the list?
在以下数据集中 (mcve_01.txt)：
mcve_01.txt
pos M1 M2 F1_x F1_y Sk1 S2 Sj
16230484 G/G G/G G T T/T T/T T/T
16230491 C/C C/C C T T/T . T/T
16230503 T/T T/T T T T/T . T/T
16230524 T/T T/T T A A/A A/A A/A
16230535 . . T C . . .
16232072 A/A A/A A G G/G G/G G/G
16232072 A/A A/A A G G/G G/G G/G
16229783 C/C C/C G C G/C G/C C|G
16229992 A/A A/A G A A/A A/A A|G
16230007 T/T T/T A T A|T A|T A|T
16230011 G/G G/G C G C|G C|G G/C
16230049 A/A A/A T A . A/T A/T
16230174 . . T C T|C T|C C|T
16230190 A/A A/A T A G|T T|G T|G
16230260 A/A A/A G A G/G G/G G/G
16230260 A/A A/A G A G/G G/G G/G
16232772 A/A A/A C A C/C C/C C/C
16232793 C/C C/C T C T/T T/T T/T
16232793 C/C C/C T C T/T T/T T/T
16232282 T/T T/T T A A/A A/A A/A
我正在尝试 运行 马尔可夫模型。
下面是我的代码：
import pandas as pd
import itertools as it
mcve_data = pd.read_csv('mcve_01.txt', sep='\t')
mcve_data.set_index(['pos'], inplace = True)
mcve_list = mcve_data.applymap(lambda c:[list(c)])
注意： 我必须将每列中的值转换为列表，以便我可以 运行 所需的 itertools.product 或压缩，具体取决于条件。
def mapfun(c):
cstr = ''.join(map(str, c))
if '.' in cstr:
return '.'
if '/' in cstr:
sep = '/'
fun = it.product
else:
sep = '|'
fun = zip
return ','.join('g'.join(t) for t in fun(*c) if sep not in t)
现在（下），应用该函数进行马尔可夫建模。
mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').\
applymap(mapfun)
注意：因此，在上面的代码中，(mcve_list+mcve_list.shift(1)) 从同一列的两行读取值以应用马尔可夫链。
print(mcve_mm)
pd.DataFrame.to_csv(mcve_mm, 'mcve_mm.txt', sep='\t', index=True)
输出（mcve_mm.txt）为：
pos M1 M2 F1_x F1_y Sk1 S2 Sj
16230491 CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG CgG TgT TgT,TgT,TgT,TgT . TgT,TgT,TgT,TgT
16230503 TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgC TgT TgT,TgT,TgT,TgT . TgT,TgT,TgT,TgT
16230524 TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT TgT AgT AgT,AgT,AgT,AgT . AgT,AgT,AgT,AgT
16230535 . . TgT CgA . . .
16232072 . . AgT GgC . . .
16232072 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA AgA GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG
16229783 CgA,CgA,CgA,CgA CgA,CgA,CgA,CgA GgA CgG GgG,GgG,CgG,CgG GgG,GgG,CgG,CgG CgG,CgG,|gG,|gG,GgG,GgG
16229992 AgC,AgC,AgC,AgC AgC,AgC,AgC,AgC GgG AgC AgG,AgC,AgG,AgC AgG,AgC,AgG,AgC AgC,GgG
16230007 TgA,TgA,TgA,TgA TgA,TgA,TgA,TgA AgG TgA AgA,AgA,|gA,|gA,TgA,TgA AgA,AgA,|gA,|gA,TgA,TgA AgA,TgG
16230011 GgT,GgT,GgT,GgT GgT,GgT,GgT,GgT CgA GgT CgA,GgT CgA,GgT GgA,Gg|,GgT,CgA,Cg|,CgT
16230049 AgG,AgG,AgG,AgG AgG,AgG,AgG,AgG TgC AgG . AgC,Ag|,AgG,TgC,Tg|,TgG AgG,AgC,TgG,TgC
16230174 . . TgT CgA . TgA,TgT,|gA,|gT,CgA,CgT CgA,CgT,|gA,|gT,TgA,TgT
16230190 . . TgT AgC GgT,TgC TgT,GgC TgC,GgT
16230260 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA GgT AgA GgG,Gg|,GgT,GgG,Gg|,GgT GgT,Gg|,GgG,GgT,Gg|,GgG GgT,Gg|,GgG,GgT,Gg|,GgG
16230260 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA GgG AgA GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG
16232772 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA CgG AgA CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG
16232793 CgA,CgA,CgA,CgA CgA,CgA,CgA,CgA TgC CgA TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC
16232793 CgC,CgC,CgC,CgC CgC,CgC,CgC,CgC TgT CgC TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT
16232282 TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgT AgC AgT,AgT,AgT,AgT AgT,AgT,AgT,AgT AgT,AgT,AgT,AgT
因此，输出文件中有几个时髦的输出。 类似于第 16230260 行中的 GgG,Gg|,GgT,GgG,Gg|,GgT。
我正在努力摆脱这类问题。
问题在于代码：
if '/' in cstr:
sep = '/'
fun = it.product
当 c（列表）是这样的：
if '/' in cstr:
print(c)
print(type(c))
sep = '/'
fun = it.product
一些 c（由于移位而从两行读取）具有以下结构我认为这是问题所在。
[['C', '|', 'G'], ['G', '/', 'G']]
<class 'list'>
因此，it.product 将竖线 (|) 与另一个列表中的其余元素相乘。
试过了：
if '/' in cstr:
for x in c:
while '|' in x:
x.remove('|')
# but I think this is not updating c but sometimes affecting the c in other columns by borrowing the condition met from previous line.
sep = '/'
fun = it.product
我也试过了：
for x in c:
while '|' in x:
c == list(''.join(x).strip('|') for x in c)
把列表转成字符串然后去掉竖线(|)再转回列表，但是运行报错
所以，问题是：
如果 c 中有管道（|），当 运行ning it.product for lines/c like:
[['C', '|', 'G'], ['G', '/', 'G']]
<class 'list'>
以下类型的 c 的预期输出：
[['C', '|', 'G'], ['G', '/', 'G']] 或 [['C', '/', 'G'], ['G', '/', 'G']]
相同：CgG, CgG, GgG, GgG
我建议按如下方式更改功能：
from itertools import product
from functools import partial
def mapfun(c):
if any(['.' in l for l in c]):
return '.'
if all(['|' in l for l in c]):
fun = zip
else:
fun = product
return ','.join('g'.join(t) for t in fun(*map(mapfun.filt,c)))
mapfun.filt_set = set(['|','/'])
mapfun.filt = partial(filter,lambda l: not (l in mapfun.filt_set))
print(mapfun([['C', '|', 'G'], ['G', '|', 'G']]))
print(mapfun([['C', '/', 'G'], ['G', '/', 'G']]))
print(mapfun([['C', '|', 'G'], ['G', '/', 'G']]))
print(mapfun([['C', '/', 'G'], ['G', '|', 'G']]))
这会产生输出：
CgG,GgG
CgG,CgG,GgG,GgG
CgG,CgG,GgG,GgG
CgG,CgG,GgG,GgG
即zip 用于第一个示例，itertools.product 用于以下所有示例。
解释：
- 要确定任何条件（“.”出现在任何参数中或“|”出现在所有参数中）是否为真，使用列表理解：例如
['.' in l for l in c] 是一个布尔值列表当且仅当相应的参数包含一个点时才为真。然后 any 用于检查是否有任何参数包含 '.'.
- 变量
filt 是在 mapfun 之外定义的，因此不必在每次调用 mapfun 时重新计算它 - 注意污染名称 space 它被添加为函数对象的一个属性（参见What is the Python equivalent of static variables inside a function?）
- 注意
partial(filter, f) 等同于 lambda x: filter(f,x)
- partial 中的 lambda 仅检查元素是否在
filt_set 中，因此应将其删除
*map(mapfun.filt,c) 简单地使用 mapfun.filt 过滤所有参数，然后将它们作为参数传递给所选函数 f
在以下数据集中 (mcve_01.txt)：
mcve_01.txt
pos M1 M2 F1_x F1_y Sk1 S2 Sj
16230484 G/G G/G G T T/T T/T T/T
16230491 C/C C/C C T T/T . T/T
16230503 T/T T/T T T T/T . T/T
16230524 T/T T/T T A A/A A/A A/A
16230535 . . T C . . .
16232072 A/A A/A A G G/G G/G G/G
16232072 A/A A/A A G G/G G/G G/G
16229783 C/C C/C G C G/C G/C C|G
16229992 A/A A/A G A A/A A/A A|G
16230007 T/T T/T A T A|T A|T A|T
16230011 G/G G/G C G C|G C|G G/C
16230049 A/A A/A T A . A/T A/T
16230174 . . T C T|C T|C C|T
16230190 A/A A/A T A G|T T|G T|G
16230260 A/A A/A G A G/G G/G G/G
16230260 A/A A/A G A G/G G/G G/G
16232772 A/A A/A C A C/C C/C C/C
16232793 C/C C/C T C T/T T/T T/T
16232793 C/C C/C T C T/T T/T T/T
16232282 T/T T/T T A A/A A/A A/A
我正在尝试 运行 马尔可夫模型。
下面是我的代码：
import pandas as pd
import itertools as it
mcve_data = pd.read_csv('mcve_01.txt', sep='\t')
mcve_data.set_index(['pos'], inplace = True)
mcve_list = mcve_data.applymap(lambda c:[list(c)])
注意： 我必须将每列中的值转换为列表，以便我可以 运行 所需的 itertools.product 或压缩，具体取决于条件。
def mapfun(c):
cstr = ''.join(map(str, c))
if '.' in cstr:
return '.'
if '/' in cstr:
sep = '/'
fun = it.product
else:
sep = '|'
fun = zip
return ','.join('g'.join(t) for t in fun(*c) if sep not in t)
现在（下），应用该函数进行马尔可夫建模。
mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').\
applymap(mapfun)
注意：因此，在上面的代码中，(mcve_list+mcve_list.shift(1)) 从同一列的两行读取值以应用马尔可夫链。
print(mcve_mm)
pd.DataFrame.to_csv(mcve_mm, 'mcve_mm.txt', sep='\t', index=True)
输出（mcve_mm.txt）为：
pos M1 M2 F1_x F1_y Sk1 S2 Sj
16230491 CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG CgG TgT TgT,TgT,TgT,TgT . TgT,TgT,TgT,TgT
16230503 TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgC TgT TgT,TgT,TgT,TgT . TgT,TgT,TgT,TgT
16230524 TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT TgT AgT AgT,AgT,AgT,AgT . AgT,AgT,AgT,AgT
16230535 . . TgT CgA . . .
16232072 . . AgT GgC . . .
16232072 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA AgA GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG
16229783 CgA,CgA,CgA,CgA CgA,CgA,CgA,CgA GgA CgG GgG,GgG,CgG,CgG GgG,GgG,CgG,CgG CgG,CgG,|gG,|gG,GgG,GgG
16229992 AgC,AgC,AgC,AgC AgC,AgC,AgC,AgC GgG AgC AgG,AgC,AgG,AgC AgG,AgC,AgG,AgC AgC,GgG
16230007 TgA,TgA,TgA,TgA TgA,TgA,TgA,TgA AgG TgA AgA,AgA,|gA,|gA,TgA,TgA AgA,AgA,|gA,|gA,TgA,TgA AgA,TgG
16230011 GgT,GgT,GgT,GgT GgT,GgT,GgT,GgT CgA GgT CgA,GgT CgA,GgT GgA,Gg|,GgT,CgA,Cg|,CgT
16230049 AgG,AgG,AgG,AgG AgG,AgG,AgG,AgG TgC AgG . AgC,Ag|,AgG,TgC,Tg|,TgG AgG,AgC,TgG,TgC
16230174 . . TgT CgA . TgA,TgT,|gA,|gT,CgA,CgT CgA,CgT,|gA,|gT,TgA,TgT
16230190 . . TgT AgC GgT,TgC TgT,GgC TgC,GgT
16230260 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA GgT AgA GgG,Gg|,GgT,GgG,Gg|,GgT GgT,Gg|,GgG,GgT,Gg|,GgG GgT,Gg|,GgG,GgT,Gg|,GgG
16230260 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA GgG AgA GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG GgG,GgG,GgG,GgG
16232772 AgA,AgA,AgA,AgA AgA,AgA,AgA,AgA CgG AgA CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG CgG,CgG,CgG,CgG
16232793 CgA,CgA,CgA,CgA CgA,CgA,CgA,CgA TgC CgA TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC
16232793 CgC,CgC,CgC,CgC CgC,CgC,CgC,CgC TgT CgC TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT TgT,TgT,TgT,TgT
16232282 TgC,TgC,TgC,TgC TgC,TgC,TgC,TgC TgT AgC AgT,AgT,AgT,AgT AgT,AgT,AgT,AgT AgT,AgT,AgT,AgT
因此，输出文件中有几个时髦的输出。 类似于第 16230260 行中的 GgG,Gg|,GgT,GgG,Gg|,GgT。
我正在努力摆脱这类问题。
问题在于代码：
if '/' in cstr:
sep = '/'
fun = it.product
当 c（列表）是这样的：
if '/' in cstr:
print(c)
print(type(c))
sep = '/'
fun = it.product
一些 c（由于移位而从两行读取）具有以下结构我认为这是问题所在。
[['C', '|', 'G'], ['G', '/', 'G']]
<class 'list'>
因此，it.product 将竖线 (|) 与另一个列表中的其余元素相乘。
试过了：
if '/' in cstr:
for x in c:
while '|' in x:
x.remove('|')
# but I think this is not updating c but sometimes affecting the c in other columns by borrowing the condition met from previous line.
sep = '/'
fun = it.product
我也试过了：
for x in c:
while '|' in x:
c == list(''.join(x).strip('|') for x in c)
把列表转成字符串然后去掉竖线(|)再转回列表，但是运行报错
所以，问题是： 如果 c 中有管道（|），当 运行ning it.product for lines/c like:
[['C', '|', 'G'], ['G', '/', 'G']]
<class 'list'>
以下类型的 c 的预期输出：
[['C', '|', 'G'], ['G', '/', 'G']] 或 [['C', '/', 'G'], ['G', '/', 'G']]
相同：CgG, CgG, GgG, GgG
我建议按如下方式更改功能：
from itertools import product
from functools import partial
def mapfun(c):
if any(['.' in l for l in c]):
return '.'
if all(['|' in l for l in c]):
fun = zip
else:
fun = product
return ','.join('g'.join(t) for t in fun(*map(mapfun.filt,c)))
mapfun.filt_set = set(['|','/'])
mapfun.filt = partial(filter,lambda l: not (l in mapfun.filt_set))
print(mapfun([['C', '|', 'G'], ['G', '|', 'G']]))
print(mapfun([['C', '/', 'G'], ['G', '/', 'G']]))
print(mapfun([['C', '|', 'G'], ['G', '/', 'G']]))
print(mapfun([['C', '/', 'G'], ['G', '|', 'G']]))
这会产生输出：
CgG,GgG
CgG,CgG,GgG,GgG
CgG,CgG,GgG,GgG
CgG,CgG,GgG,GgG
即zip 用于第一个示例，itertools.product 用于以下所有示例。
解释：
- 要确定任何条件（“.”出现在任何参数中或“|”出现在所有参数中）是否为真，使用列表理解：例如
['.' in l for l in c]是一个布尔值列表当且仅当相应的参数包含一个点时才为真。然后any用于检查是否有任何参数包含 '.'. - 变量
filt是在 mapfun 之外定义的，因此不必在每次调用mapfun时重新计算它 - 注意污染名称 space 它被添加为函数对象的一个属性（参见What is the Python equivalent of static variables inside a function?） - 注意
partial(filter, f)等同于lambda x: filter(f,x) - partial 中的 lambda 仅检查元素是否在
filt_set中，因此应将其删除 *map(mapfun.filt,c)简单地使用mapfun.filt过滤所有参数，然后将它们作为参数传递给所选函数f