创建嵌套字典以遍历我的文本文件和文件夹以创建多个键字典

Posted 2023-04-18

【中文标题】创建嵌套字典以遍历我的文本文件和文件夹以创建多个键字典

【英文标题】：creating nested dictionary to loop over my text files and folders to create multiple key dictionary

【发布时间】：2019-04-23 10:08:18

【问题描述】：

我在 50 个文件夹中有 counts.txt 文件，每个文件夹与一个样本相关。 counts.txt 中有两列：第一列是字符串，另一列是数字。我尝试通过它们制作嵌套字典。目标是使用 counts.txt 和文件夹的第一列作为字典的键，使用 counts.txt 中的第二列作为值。不幸的是，我想对它们进行循环以给我正确的形状的文件夹列表不起作用并且面临问题！

import os
from natsort import natsorted
path1 = "/home/ali/Desktop/SAMPLES/"


data_ali=
samples_name=natsorted(os.listdir(path1))


data_ali = 

samples_name=natsorted(os.listdir(path1))
for i in samples_name:    
    with open(path1+i[0:]+"/counts.txt","rt") as fin:    
        for l in fin.readlines():    
            l=l.strip().split()    
            if l[0][:4]=='ENSG':    
                gene=l[0]    
                data_ali[gene]=       
                reads=int(l[1])    
                data_ali[gene][samples_name]=reads
print(data_ali)




i expect the output like this: 
'ENSG00000120659': 
    'Sample_1-Leish_011_v2': 14,
    'Sample_2-leish_011_v3': 7,
    'Sample_3-leish_012_v2': 6,
    'Sample_4-leish_012_v3': 1,
    'Sample_5-leish_015_v2': 9,
    'Sample_6-leish_015_v3': 3,
    'Sample_7-leish_016_v2': 4,
    'Sample_8-leish_016_v3': 8,
    'Sample_9-leish_017_v2': 8,
    'Sample_10-leish_017_v3': 2,
    'Sample_11-leish_018_v2': 4,
    'Sample_12-leish_018_v3': 4,
    'Sample_13-leish_019_v2': 7,
    'Sample_14-leish_019_v3': 4,
    'Sample_15-leish_021_v2': 12,
    'Sample_16-leish_021_v3': 5,
    'Sample_17-leish_022_v2': 4,
    'Sample_18-leish_022_v3': 2,
    'Sample_19-leish_023_v2': 9,
    'Sample_20-leish_023_v3': 6,
    'Sample_21-leish_024_v2': 22,
    'Sample_22-leish_024_v3': 10,
    'Sample_23-leish026_v2': 9,
    'Sample_24-leish026_v3': 5,
    'Sample_25-leish027_v2': 4,
    'Sample_26-leish027_v3': 1,
    'Sample_27-leish028_v2': 7,
    'Sample_28-leish028_v3': 5,
    'Sample_29-leish032_v2': 8,
    'Sample_30-leish032_v3': 2
     

【参考方案1】：

试试这个：

        if l[0][:4] == 'ENSG':
            gene = l[0]
            reads = int(l[1])
            data_ali.setdefault(gene, )[i] = reads

两个重要的变化：

您的代码data_ali[gene]= 总是清除以前存在的内容并创建一个新的空字典。 setdefault 仅在密钥 gene 不存在时创建字典。 第二个键应该是i，而不是列表samples_name。

完整的代码清理：

import os
from natsort import natsorted

root = "/home/ali/Desktop/SAMPLES/"

data_ali = 

for sample_name in natsorted(os.listdir(root)):
    with open(os.path.join(root, sample_name, "counts.txt"), "r") as fin:
        for line in fin.readlines():
            gene, reads = line.split()
            reads = int(reads)
            if gene.startswith('ENSG'):
                data_ali.setdefault(gene, )[sample_name] = reads

print(data_ali)