在'for'循環中爲每個打開的文件創建單獨的列表

Question

我試圖從多個打開的文件創建列表，存在一些問題。我需要爲每個文件創建兩個單獨的列表，現在我的代碼只爲迭代的最後一個文件創建兩個列表。建議修復，併爲'file_list'中的每個文件創建獨特的'sample_genes'和'sample_values'？

或者，從所有文件中爲'gene_names'創建單個統一列表，並從所有文件中爲'sample_values'創建單個統一列表也可以。

# Parse csv files for samples, creating lists of gene names and expression values. 
file_list = ['CRPC_278.csv', 'PCaP_470.csv', 'CRPC_543.csv', 'PCaN_5934.csv', 'PCaN_6102.csv', 'PCaP_17163.csv'] 
des_list = ['a', 'b', 'c', 'd', 'e', 'f'] 
for idx, (f_in, des) in enumerate(zip(file_list, des_list)): 
    with open(f_in) as des: 
     cread = list(csv.reader(des, delimiter = '\t')) 
     sample_genes = [i for i, j in (sorted([x for x in {i: float(j) 
             for i, j in cread}.items()], key = lambda v: v[1]))]   
     sample_values = [j for i, j in (sorted([x for x in {i: float(j) 
          for i, j in cread}.items()], key = lambda v: v[1]))] 

# Compute row means. 
mean_values = [((a + b + c + d + e + f)/len(file_list)) for i, (a, b, c, d, e, f) in enumerate(zip(sample_1_values, sample_2_values, sample_3_values, sample_4_values, sample_5_values, sample_6_values))] 

# Provide proper gene names for mean values and replace original data values by corresponding means. 
sample_genes_list = [i for i in sample_1_genes, sample_2_genes, sample_3_genes, sample_4_genes, sample_5_genes, sample_6_genes] 

sample_final_list = [sorted(zip(sg, mean_values)) for sg in sample_genes_list] 

新的下面的代碼：從字典中拆包字典

# Parse csv files for samples, creating lists of gene names and expression values. 
file_list = ['CRPC_278.csv', 'PCaP_470.csv', 'CRPC_543.csv', 'PCaN_5934.csv', 'PCaN_6102.csv', 'PCaP_17163.csv'] 
full_dict = {} 
for path in file_list: 
    with open(path) as stream: 
      data = list(csv.reader(stream, delimiter = '\t')) 
    data = sorted([(i, float(j)) for i, j in data], key = lambda v: v[1]) 
    sample_genes = [i for i, j in data] 
    sample_values = [j for i, j in data] 
    full_dict[path] = (sample_genes, sample_values) 

結果顯示一些深層次的嵌套結構：

for key in full_dict: 
value = full_dict[key] 
for key in full_dict[key]: 
    for idx, items in enumerate(key): 
     print idx 

Answer 1

我不確定你的csv文件中有什麼，但你正在做一些冗餘的工作，和一些毫無意義的工作。讓我們打破這些了一點：

for idx, (f_in, des) in enumerate(zip(file_list, des_list)): 

idx不會出現在循環體可言，所以你不需要enumerate。

des確實出現在列表中的主體，但其第一次出現是在構建體：

with open(f_in) as des: 

使得循環內的一個是不同的des，不同於打開文件的流。所以推測你也不需要zip。刪除這兩個，你可能只是做：

for f_in in file_list: 

接下來，你讀一次文件（list(csv.reader(...)），這是罰款。結果保存在名稱cread中。

然後，你有兩個列表解析運行在sorted的結果上，這個結果本身給出了將.items()應用於字典理解的結果的列表理解運行的結果。外列表解析的要點是從列表中提取一個或另一個項目：第一個i，然後j，從[... for i, j in ...]。

這可能是適當的根據有什麼sorted內發生的事情，讓我們來看看是：

sorted(..., key = lambda v: v[1]) 

這意味着列表元素本身必須是指數能和你被排序第二項（當然第一項是v[0]）。

當您按第二項進行排序，然後取第一項並放棄第二項時，它至少不是多餘的。但是，如果您按第二項進行排序，然後取第二項並丟棄第一項，則可以簡單地取第二項，然後進行排序並完成。 （但是，在我們走到那麼遠之前，我們再來檢查一下:-)）

最後，讓我們看看字典理解和.items()調用。該dictcomp本身，在這兩種情況下：

{i: float(j) for i, j in cread} 

想必您的CSV文件必須給你對，無論是在第一部分可以用作鍵，而無論是在第二部分是轉換爲float。因此，讓我們來看一個簡單的字典，是，說，字符串和浮動兩個關鍵 - 值對：

{'a': 2.71828, 'b': 3.14159} 

和應用.items()：

>>> {'a': 2.71828, 'b': 3.14159}.items() 
[('a', 2.71828), ('b', 3.14159)] 

而是組成一個字典和摺疊它回到2元組元組列表中，你可以使用列表理解來構造2元組元組。讓我們來測試一下：

>>> cread = [['a', '2.71828'], ['b', '3.14159']] 
>>> [(i, float(j)) for i, j in cread] 
[('a', 2.71828), ('b', 3.14159)] 

現在我們可以通過它的第二個元素對這個事物進行一次排序。我們可以使用sorted，或者製作一份清單並對其進行排序，但一旦完成，我們就保存它。在我們開始之前，我已經選擇了一個糟糕的設定值，因爲它們是已經排序，讓我們添加一對到CREAD是各種不同的：

>>> cread.append(['c', '0']); print cread 
[['a', '2.71828'], ['b', '3.14159'], ['c', '0']] 
>>> by_second = sorted([(i, float(j)) for i, j in cread], key = lambda v: v[1]) 
>>> by_second 
[('c', 0.0), ('a', 2.71828), ('b', 3.14159)] 

救這個排序的事情，我們現在可以得到sample_genes和sample_values通過原來的list-comprehension-to-pick-item列表。我也會更改一些名字：

for path in file_list: 
    with open(path) as stream: 
     data = list(csv.reader(stream, delimiter = '\t')) 
    data = sorted([(i, float(j)) for i, j in data], key = lambda v: v[1]) 
    sample_genes = [i for i, j in data] 
    sample_values = [j for i, j in data] 

下一步當然是以某種方式保存這些樣本。想必你要爲使用idx或des_list他們的名字，但似乎通過CSV路徑名給他們指標更直接：

somedict[path] = (sample_genes, sample_values) 

其中somedict最初是一個空字典（進入for循環之前創建）。儘管如此，在某些時候，開始考慮正確的數據結構並創建一個類是合理的。

Answer 2

不知道如果我看到這個問題，可以」你只是做

sample_genes[idx] = [i for i, j in (.... 
sample_values[idx] = [j for i, j in (.... 

或sample_genes[des]如果您更喜歡命名屬性？