Question

我正在尝试生成列表内列表。如果一个子列表元素更大，我正在循环浏览文件以更新列表。我已经编写了这段代码：

targets = open(file)

longest_UTR = []

for line in targets:

    chromosome, locus, mir, gene, transcript, UTR_length = line.strip("\n").split("\t")

    length_as_integer = int(UTR_length)

    if not any(x[:3] == [locus, mir, gene] for x in longest_UTR):

        longest_UTR.append([locus, mir, gene, transcript, length_as_integer])

    elif length_as_integer > [int(x[4]) for x in longest_UTR]: ##x[4] = previous length_as_integer

        longest_UTR.append([locus, mir, gene, transcript, length_as_integer])

print (longest_UTR)

但是，出现此错误：

elif len_as_int > (int(x[4]) for x in longest_UTR):

TypeError: '>' not supported between instances of 'int' and 'generator'

如何将x[4]转换为整数以便与length_as_integer进行比较？

谢谢

Answer 1

如果我做对了，请尝试将elif行替换为以下内容：

else:
    longest_UTR = [[locus, mir, gene, transcript, length_as_integer] for x in longest_UTR if x[:3] == [locus, mir, gene] and length_as_integer > int(x[4]) else x]:

您遍历所有列表，更新匹配条件的列表，如果不匹配，则不执行任何操作。

Answer 2

因此，关于您的要求有一些来回的信息，但是我的最终理解是：您正在遍历数据集。此数据集中的每个target都有一个locus，mri和gene以及一个UTR_length属性。对于locus，mri和gene的每个唯一组合，您要查找具有最大targets的所有UTR_Length吗？

鉴于您要在数据集中找到最大值，有两种方法。
1）您可以简单地将输入文件转换为pandas数据框，并按locus，mri和gene值分组，并返回所有带有max（UTR_Length）的值。从易于实现的角度来看，这可能是您最好的选择。但是，pandas并不总是正确的工具，并且会带来很多开销，尤其是如果您要对项目进行Dockerise。

2）如果您想使用基本的python包，我建议您使用集合和字典：

targets = open(file)
list_of_targets = []    
for line in targets:

          chromosome, locus, mir, gene, transcript, UTR_length = line.strip("\n").split("\t")
          length_as_integer = int(UTR_length)

          list_of_targets.append((chromosome, locus, mir, gene, transcript, UTR_length))

# Generate Set of unqiue locus, mri, gene (lmg) combinations
set_of_locus_mri_gene = {(i[1], i[2], i[3]) for i in list_of_targets}

# Generate dictionary of maximum lengths for each distinct lmg combo
dict_of_max_lengths = {lmg: max([targets[5] for targets in list_of_targets if 
                                    (targets[1], targets[2], targets[3]) == lmg]) for 
                                    lmg in set_of_locus_mri_gene}

# Generate dictionary with lmg keys and all targets with corresponding max length
final_output = {lmg: [target for target in list_of_targets if target[5] == max_length] for
                        lmg, max_length in dict_of_max_lengths.items()}

Answer 3

由于您要替换longest_UTR变量并使名称保持良好的名称，因此可以使用字典而不是列表：

targets = open(file)
longest_UTR = {}

for line in targets: 
    chromosome, locus, mir, gene, transcript, UTR_length = line.strip("\n").split("\t")    
    length_as_integer = int(UTR_length)

    # Your condition works for initializing the dictionary because of the default value.
    if length_as_integer > longest_UTR.get("Length", -1):
        longest_UTR["Chromosome"] = chromosome
        longest_UTR["Locus"] = locus
        longest_UTR["Mir"] = mir
        longest_UTR["Gene"] = gene
        longest_UTR["Transcript"] = transcript
        longest_UTR["Length"] = length_as_integer

print (longest_UTR)

编辑：这也是使用列表的代码版本，以防万一您有兴趣看到不同之处。我个人觉得字典的清洁方法更易于阅读。

targets = open(file)
longest_UTR = [None, None, None, None, None, -1]

for line in targets: 
    chromosome, locus, mir, gene, transcript, UTR_length = line.strip("\n").split("\t")    
    length_as_integer = int(UTR_length)

    # Your condition works for initializing the list because of the default value.
    if length_as_integer > longest_UTR[5]:
        longest_UTR[0] = chromosome
        longest_UTR[1] = locus
        longest_UTR[2] = mir
        longest_UTR[3] = gene
        longest_UTR[4] = transcript
        longest_UTR[5] = length_as_integer

print (longest_UTR)

如何有条件地替换子列表中的项目。

3 个答案: