我是生物工程博士生，在这里尝试自学Python程序，用于自动化我的部分研究，但我遇到了处理更大列表中的子列表的问题我似乎无法解决。
基本上，我试图做的目标是编写一个小脚本来处理一个CSV文件，其中包含我使用各种DNA组装方法构建的质粒序列列表，然后吐出我需要订购引物序列以构建质粒。
以下是我正在处理的情景：
当我想构建质粒时，我必须在Excel电子表格中输入该质粒的完整序列。我必须在两种DNA组装方法中进行选择，称为＃34; Gibson＆＃34;和＆＃34; iPCR＆＃34;。每个＆＃34; iPCR＆＃34;汇编只需要列表中的一行，所以我知道如何处理这些人，因为我只需要在一个单元格中放入我尝试构建的质粒的完整序列。 ＆＃34;吉布森＆＃34;另一方面，程序集要求我必须将完整的DNA序列拆分成较小的块，因此有时我需要在Excel电子表格中使用2-5行来完整描述一个质粒。
所以我最终得到的电子表格看起来像这样：
构建体，..... .....策略名称
1 ..... Gibson ..... P（OmpC）-cI :: P（cI）-LacZ控制器
1 ..... Gibson ..... P（OmpC）-cI :: P（cI）-LacZ控制器
1 ..... Gibson ..... P（OmpC）-cI :: P（cI）-LacZ控制器
2 ..... iPCR ....... P（cpcG2）-K1F控制器，带K1F位置。反馈
3 ..... Gibson ..... P（cpcG2）-K1F控制器与交换的启动子位置
3 ..... Gibson ..... P（cpcG2）-K1F控制器与交换的启动子位置
4 ..... iPCR ....... P（cpcG2）-K1F控制器具有更强的K1F RBS库
我认为这个长度的清单足够具有代表性。
所以我遇到的问题是，我希望能够浏览列表并处理Gibsons，但我似乎无法让代码按照这种方式运行我想要。这是我到目前为止编写的代码：
#import BioPython Tools
from Bio.Seq import Seq
from Bio.Alphabet import IUPAC
#import csv tools
import csv
import sys
import os
with open('constructs-to-make.csv', 'rU') as constructs:
construct_list = csv.reader(constructs, delimiter=',')
construct_list.next()
construct_number = 1
primer_list = []
temp_list = []
counter = 2
for row in construct_list:
print('Current row is row number ' + str(counter))
print('Current construct number is ' + str(construct_number))
print('Current assembly type is ' + row[1])
if row[1] == "Gibson": #here, we process the Gibson assemblies first
print('Current construct number is: #' + row[0] + ' on row ' + str(counter) + ', which is a Gibson assembly')
## print(int(row[0]))
## print(row[3])
if int(row[0]) == construct_number:
print('Adding DNA sequence from row ' + str(counter) + ' for construct number ' + row[0])
temp_list.append(str(row[3]))
counter += 1
if int(row[0]) > construct_number:
print('Current construct number is ' + str(row[0]) + ', which is greater than the current construct number, ' + str(construct_number))
print('Therefore, going to work on construct number ' + str(construct_number))
for part in temp_list: #process the primer design work here
print('test')
## print(part)
construct_number += 1
temp_list = []
print('Adding DNA from row #' + str(counter) + ' from construct number ' + str(construct_number))
temp_list.append(row)
print('Next construct number is number ' + str(construct_number))
counter += 1
## counter += 1
if str(row[1]) == "iPCR":
print('Current construct number is: ' + row[0] + ' on row ' + str(counter) + ', which is an iPCR assembly.')
#process the primer design work here
#get first 60 nucleotides from the sequence
sequence = row[3]
fw_primer = sequence[1:61]
print('Sequence of forward primer:')
print(fw_primer)
last_sixty = sequence[-60:]
## print(last_sixty)
re_primer = Seq(last_sixty).reverse_complement()
print('Sequence of reverse primer:')
print(re_primer)
#ending code: add 1 to counter and construct number
counter += 1
construct_number += 1
## if int(row[0]) == construct_number:
## else:
## counter += 1
## construct_number += 1
## print(temp_list)
## for row in temp_list:
## print(temp_list)
## print(temp_list[-1])
# fw_primer = temp_list[counter - 1].
（我知道代码可能看起来像菜鸟 - 我从来没有做过Java以外的任何编程课程。）
这段代码的问题在于，如果我有n＆＃34;构造＆＃34; （a.k.a.质粒）我试图通过＆＃34; Gibson＆＃34;汇编时，它将处理第一个n-1质粒，但不会处理最后一个质粒。然而，我也无法想到编写此代码的更好方法，但我可以看到，对于我尝试实施的工作流程，知道如何处理＆＃34; n＆＃34;列表中的内容，但每个＆＃34;事物＆＃34;可变数量的行，对我来说真的很方便。
我非常感谢任何人的帮助！非常感谢！
答案 0 :(得分：3)
这段代码的问题在于，如果我有“构建”（又称质粒），我正在尝试通过“Gibson”程序集构建它，它将处理第一个n-1质粒，但不会处理最后一个质粒。
这实际上是一个普遍的问题，最简单的方法是在循环后添加一个检查，如下所示：
for row in construct_list:
do all your existing code
if we have a current Gibson list:
repeat the code to process it.
当然你不想重复自己......所以你将这项工作转移到一个函数中，你可以在两个地方调用它。
但是，我可能会使用groupby以不同的方式写出来。我知道乍一看这可能看起来“过于先进”，但值得一试，看看你是否能理解它，因为它让事情变得简单得多。
def get_strategy(row):
return row[0]
for group in itertools.groupby(construct_list, key=get_strategy):
现在，您将每个构造作为单独的列表，因此您根本不需要temp_list。例如，第一组将是：
[[1, 'Gibson', 'P(OmpC)-cI::P(cI)-LacZ controller'],
[1, 'Gibson', 'P(OmpC)-cI::P(cI)-LacZ controller'],
[1, 'Gibson', 'P(OmpC)-cI::P(cI)-LacZ controller']]
接下来将是：
[[2, 'iPCR', 'P(cpcG2)-K1F controller with K1F pos. feedback']]
最后不会有一个剩下的小组担心。
所以：
for group in itertools.groupby(construct_list, key=get_strategy):
construct_strategy = get_strategy(group[0])
if construct_strategy == "Gibson":
# your existing code, using group instead of temp_list,
# and no need to maintain temp_list at all
elif construct_strategy == 'iPCR":
# your existing code, using group[0] instead of row
一旦你克服了抽象障碍，以这种方式思考这个问题就简单多了。
事实上，一旦你开始直观地掌握迭代器，你就会开始找到itertools（及其文档页面上的食谱和第三方库more_itertools，以及类似的代码可以写自己）把很多复杂的问题变成非常简单的问题。 “我如何跟踪行列表中当前匹配行组？”的答案。是“保留一个临时列表，并记住每次更改组时再检查它，然后再检查剩余时间”，但对等效问题“我如何将行迭代转换为行组迭代？”的答案。是“在groupby中包装迭代器。”
您还可能希望添加assert或all(row[1] == construct_strategy for row in group[1:])，len(group) == 1案例中iPCR，没有意外的第三策略等的其他检查那么，当你不可避免地遇到错误时，会更容易判断它是坏数据还是坏代码。
与此同时，不是使用csv.reader，跳过第一行，而是通过无意义的数字引用列，最好使用DictReader：
with open('constructs-to-make.csv', 'rU') as constructs:
primer_list = []
def get_strategy(row):
return row["Strategy"]
for group in itertools.groupby(csv.DictReader(constructs), key=get_strategy):
# same as before, but with
# ... row["Construct"] instead of row[0]
# ... row["Strategy"] instead of row[1]
# ... row["Name"] instead of row[2]
答案 1 :(得分：1)
只是python的一些常规编码帮助。如果您还没有阅读PEP8，请执行此操作。
为了维护清晰的代码，将变量分配给记录/行中引用的字段会很有帮助。
我会为所引用的字段添加类似的内容：
construct_idx = 0
另外，我建议使用字符串格式，它更干净。
所以：
print('Current construct number is: #{} on row {}, which is a Gibson assembly'.format(row[construct_idx], counter))
而不是：
print('Current construct number is: #' + row[0] + ' on row ' + str(counter) + ', which is a Gibson assembly')
如果你正在创建一个csv阅读器对象，那么使它的变量名“* _list”可能会错过领先。将其称为“* _reader”更直观。
construct_reader = csv.reader(constructs, delimiter=',')
而不是：
construct_list = csv.reader(constructs, delimiter=',')