将项目添加到字典中的集合

Question

我有一个字典列表，将不同的 ID 映射到一个中央 ID。我有一个文档，其中包含与术语相关的这些不同 ID。我创建了一个函数，该函数现在有一个键，即来自文档中不同 ID 的中央 ID。 goFile 是文档，其中第一列中有一个 ID，第二列中有一个 GOterm。 mappingList 是一个包含字典的列表，其中 goFile 中的 ID 映射到主 ID。我的预期输出是一个以主 ID 作为键的字典，以及一个以与之关联的 go 术语作为值的集合。

def parseGO(mappingList, goFile):

    # open the file
    file = open(goFile)

    # this will be the dictionary that this function returns
    # entries will have as a key an Ensembl ID
    # and the value will be a set of GO terms

    GOdict = {}
    GOset = set()

    for line in file:

        splitline = line.split(' ')

        GO_term = splitline[1]
        value_ID = splitline[0]


        for dict in mappingList:
            if value_ID in dict:
                ENSB_term = dict[value_ID]

        #my best try
        for dict in mappingList:
            for key in GOdict.keys():
                if value_ID in dict and key == dict[value_ID]:
                  GOdict[ENSB_term].add(GO_term)

        GOdict[ENSB_term] = GOset

    return GOdict

我的问题是，现在我必须将文档中与不同 ID 相关联的术语添加到我的 GOdict 中的中央 ID。为了避免重复，我使用了一套 (GOset)。我该怎么做？我所有的尝试都将所有术语映射到所有主要 ID。
一些示例：

mappingList = [{'1234': 'mainID1', '456': 'mainID2'}, {'789': 'mainID2'}]

goFile:

1234    GOTERM1
1234    GOTERM2
456    GOTERM1
456    GOTERM3
789    GOTERM1

预期输出：

GOdict = {'mainID1': set([GOTERM1, GOTERM2]), 'mainID2': set([GOTERM1, GOTERM3])}

Answer 1

首先，你不应该使用变量名 'dict'，因为它隐藏了内置 dict class，并且 will 有时会给你带来麻烦。

以下应该适合您：

from collections import defaultdict

def parse_go(mapping_list, go_file):
    go_dict = defaultdict(set)

    with open(go_file) as f:                    # Better garbage handling using 'with'
        for line in f:
            (value_id, go_term) = line.split()  # Feel free to change the split behaviour
                                                # work better for you.
            for map_dict in mapping_list:
                if value_id in map_dict:
                    go_dict[map_dict[value_id]].add(go_term)

    return go_dict

代码相当简单，但还是要分解一下。

我们使用默认字典而不是普通字典，因此我们可以消除所有 if in 或 setdefault() 样板文件。

对于文件中的每一行，我们检查第一项 (value_id) 是否是任何映射字典中的键，如果是，则添加行第二项 (go_term ) 到字典中 value_id 的 set。

编辑：请求在没有 defaultdict() 的情况下执行此操作。假设 go_dict 只是一个普通的字典 (go_dict = {})，你的 for 循环看起来像：

        for map_dict in mapping_list:
            if value_id in map_dict:
                esnb_entry = go_dict.setdefault(map_dict[value_id], set())
                esnb_entry.add(go_term)

将项目添加到字典中的集合

Adding items to sets in a dictionary

python

dictionary

set