你的代碼中有幾個問題
- ,我們在您GO_ID重複,你似乎只關心獨特。所以,你需要的不是
defaultdict(set)
defaultdict(list)
- 將拆分算法生成密鑰和值是越野車
GO_dict[gene_id] = GO_id
,簡單地分配其追加的最後一個值的字典來代替。
一種可能的校正溶液
>>> GO_dict = defaultdict(set)
>>> for GO_names in GO_file:
gene_id,_,GO_id = GO_names.partition(" ")
gene_id = gene_id.split("_")[0]
GO_dict[gene_id].add(GO_id)
>>> print GO_dict
defaultdict(<type 'set'>, {'A': set(['13', '12', '14']), 'B': set(['1', '5'])})
一個可能的問題與上面的代碼,則元素的順序是不能保證。不幸的是,默認的庫不提供OrderedSet
,但我們可以輕鬆地定製OrderedDict
到服務器我們的目的
>>> GO_dict = defaultdict(OrderedDict)
>>> for GO_names in GO_file:
gene_id,_,GO_id = GO_names.partition(" ")
gene_id = gene_id.split("_")[0]
GO_dict[gene_id][GO_id] = None
>>> OrderedDict([('A', ['12', '13', '14']), ('B', ['1', '5'])])
OrderedDict([('A', ['12', '13', '14']), ('B', ['1', '5'])])
但
存在這樣的情況,因爲這一個,我相信,在itertools
解決方案更優雅比使用defaultdict
>>> from itertools import groupby
>>> from operator import itemgetter
>>> GO_file_kv = [(key.split("_")[0], value)
for key, value in (elem.split(" ") for elem in GO_file)]
>>> {key: OrderedDict.fromkeys([e for _, e in value]).keys()
for key, value in groupby(sorted(GO_file_kv, key=itemgetter(0)),
key=itemgetter(0))
}
{'A': ['12', '13', '14'], 'B': ['1', '5']}
謝謝Abhijit的綜合答案! – user690462