Я изучаю python и пытаюсь работать на карте и кортеже. Я создал словарь из проанализированного файла и разбираюсь в другом файле. Я хочу, чтобы перебрать словарь и заменить первый элемент каждой строки разбираемого файла с идентификатором, полученным из словаряИтерация по словарю при создании кортежа
моего словарь:
for line in blast_lines:
(transcript,swissProt,identity) = parse_blast(blast_line=line)
transcript_to_protein[transcript] = swissProt
Синтаксических в файле, а также создание кортежа что будет иметь значение из словаря в качестве первого элемента, если запись существует для этого ID
def parse_matrix(matrix_line):
matrixFields = matrix_line.rstrip("\n").split("\t")
protein = matrixFields[0]
if matrixFields[0] in transcript_to_protein:
protein = transcript_to_protein.get(transcript)
matrixFields[0] = protein
return(tuple(matrixFields))
Я не включая все мой код здесь, потому что я уверен, что мой вопрос должен быть, как я итерация через файл синтаксического анализа и словарь, но я включу все в нижней части.
Входы:
взрыва (то, что в настоящее время хранится в словаре)
c1000_g1_i1|m.799 gi|48474761|sp|O94288.1|NOC3_SCHPO 100.00 747 0 0 5 751 1 747 0.0 1506
для этой линии расшифровка c1000_g1_i1, швейцарская Prot является O94288.1
матрица (файл является разобранный)
c3833_g1_i2 4.00 0.07 16.84 26.37
Я пытаюсь заменить это первое поле (matrixFi elds [0]) с swissProt из словаря, если значение в первом поле соответствует ключу (расшифровке) из словаря.
Я хочу, чтобы выходной сигнал, который выглядит, как этот
Q09748.1 4.00 0.07 16.84 26.37
O60164.1 24.55 116.87 220.53 28.82
C5161_G1_I1 107.49 89.39 26.95 698.97
P36614.1 27.91 72.57 5.56 36.58
P37818.1 82.57 19.03 48.55 258.22
Но я получаю это:
O94423.1 4.00 0.07 16.84 26.37
O94423.1 24.55 116.87 220.53 28.82
C5161_G1_I1 107.49 89.39 26.95 698.97
O94423.1 27.91 72.57 5.56 36.58
O94423.1 82.57 19.03 48.55 258.22
Обратите внимание, как 4 из них все имеют одинаковое значение, а не отдельных транскриптов из словаря
Полный код:
transcript_to_protein = {};
def parse_blast(blast_line="NA"):
fields = blast_line.rstrip("\n").split("\t")
queryIdString = fields[0]
subjectIdString = fields[1]
identity = fields[2]
queryIds = queryIdString.split("|")
subjectIds = subjectIdString.split("|")
transcript = queryIds[0].upper()
swissProt = subjectIds[3]
base = swissProt.split(".")[0]
return(transcript, swissProt, identity)
blast_output = open("/scratch/RNASeq/blastp.outfmt6")
blast_lines = blast_output.readlines()
for line in blast_lines:
(transcript,swissProt,identity) = parse_blast(blast_line=line)
transcript_to_protein[transcript] = swissProt
def parse_matrix(matrix_line):
matrixFields = matrix_line.rstrip("\n").split("\t")
matrixFields[0] = matrixFields[0].upper()
protein = matrixFields[0]
if matrixFields[0] in transcript_to_protein:
protein = transcript_to_protein.get(transcript)
matrixFields[0] = protein
return(tuple(matrixFields))
def tuple_to_tab_sep(one_tuple):
tab = "\t"
return tab.join(one_tuple)
matrix = open("/scratch/RNASeq/diffExpr.P1e-3_C2.matrix")
newline = "\n"
list_of_de_tuples = map(parse_matrix,matrix.readlines())
list_of_tab_sep_lines = map(tuple_to_tab_sep, list_of_de_tuples)
print(newline.join(list_of_tab_sep_lines))
При этом скорректированным он по-прежнему печатями одинакового значения для всех замененных полей вместо перебора словаря, вместо распечатки последнего значения для всех из них –