Question

我有这个文件：

GSENumber   Species  Platform  Sample  Age  Tissue   Sex       Count
GSE11097    Rat     GPL1355 GSM280267   4   Liver   Male    Count
GSE11097    Rat     GPL1355 GSM280268   4   Liver   Female  Count
GSE11097    Rat     GPL1355 GSM280269   6   Liver   Male    Count
GSE11097    Rat     GPL1355 GSM280409   6   Liver   Female  Count
GSE11291    Mouse   GPL1261 GSM284967   5   Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284968   5   Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284969   5   Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284970   5   Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284975   10  Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284976   10  Heart   Male    Count
GSE11291    Mouse   GPL1261 GSM284987   5   Muscle  Male    Count
GSE11291    Mouse   GPL1261 GSM284988   5   Muscle  Female  Count
GSE11291    Mouse   GPL1261 GSM284989   30  Muscle  Male    Count
GSE11291    Mouse   GPL1261 GSM284990   30  Muscle  Male    Count
GSE11291    Mouse   GPL1261 GSM284991   30  Muscle  Male    Count

你可以看到这里有两个系列（GSE11097和GSE11291），我想要每个系列的摘要;对于每个“GSE”号码，输出应该是这样的字典：

Series      Species  Platform AgeRange Tissue   Sex   Count
GSE11097    Rat     GPL1355     4-6    Liver    Mixed    Count
GSE11291    Mouse   GPL1261     5-10   Heart    Male     Count
GSE11291    Mouse   GPL1261     5-30   Muscle   Mixed    Count

所以我知道一种方法是：

读入文件并列出所有GSE编号。
然后再次读入文件并根据GSE编号进行解析。

e.g。

import sys

list_of_series = list(set([line.strip().split()[0] for line in open(sys.argv[1])]))

list_of_dicts = []
for each_list in list_of_series:
    temp_dict={"species":"","platform":"","age":[],"tissue":"","Sex":[],"Count":""}
    for line in open(sys.argv[1]).readlines()[1:]:
          line = line.strip().split()
          if line[0] == each_list:
                temp_dict["species"] = line[1]
                temp_dict["platform"] = line[2]
                temp_dict["age"].append(line[4])
                temp_dict["tissue"] = line[5]
                temp_dict["sex"].append(line[6])
                temp_dict["count"] = line[7]

我认为这有两个方面很混乱：

我要在整个文件中读两次（实际上，文件比例子大得多）
此方法会使用相同的单词重写相同的词典条目。

此外，性别存在问题，我想说“如果男性和女性都混淆”，或者说“男性”或“女性”。

我可以使这段代码工作，但我想知道快速提示使代码更清洁/更pythonic？

Answer 1

我同意Max Paymar的说法，这应该用查询语言来完成。如果你真的想用Python做，那么pandas模块将会有很多帮助。

var text = file_open.getBlob().getDataAsString('utf8');

这产生了你要求的结果，并且比用纯Python解析文件更清晰。

Answer 2

public Object method()
{
    Object objects[] = { a, b, c, d }; // Assuming objects a, b, c and d exist...

    boolean condition1;
    boolean condition2;

    /* 
     * Truth Table
     * 
     *    condtion1  condition2   Object
     *      false      false        d
     *      false      true         c
     *      true       false        b
     *      true       true         a 
     */

    int selector = (condition1 ? 0 : 1) + (condition2 ? 0 : 2);

    return objects[selector];
}

python：根据关键字

2 个答案: