如何将字符附加到用作python字典键的字符串（当有多个与该字符串相关的条目时）？答案

【问题标题】：How to append characters to a string being used as a python dictionary key (when there are multiple entries related to that string)?如何将字符附加到用作python字典键的字符串（当有多个与该字符串相关的条目时）？
【发布时间】：2016-08-26 10:27:22
【问题描述】：

我正在从 HMMER 生成的输出文件中提取序列坐标（在基因组组装文件中查找 DNA 序列，匹配查询）。

我创建了一个 python 字典，其中键是源序列名称（字符串），值是包含目标序列的开始和结束坐标的列表。但是，HMMER 通常会在单个源序列（重叠群/染色体）上找到多个匹配项。

这意味着当我添加到字典中时，如果我在一个 contig 上遇到多个匹配项，每个匹配项都会被以下匹配项覆盖。

例如HMMER 找到以下匹配项：

名称开始结束

4415 16723 17556

127 1290 1145

1263 34900 37834

4415 2073 3899

4415 4580 6004

但这会产生以下字典（我希望每个匹配项都有单独的条目）：

{'127': ['1290', '1145'], '1263': ['34900', '37834'], '4415': ['4580', '6004']}

如何在键上附加一个字母，以便后续匹配是唯一的，并且不会覆盖之前的匹配，即 4415、4415a、4415b 等？

matches = {}

for each line of HMMER file:
    split the line
    make a list of fields 4 & 5 (the coordinates)
    # at this stage I need a way of checking whether the key (sequenceName)
    # is already in the dictionary (easy), and if it is, appending a letter
    # to sequenceName to make it unique
    matches[sequenceName] = list

【问题讨论】：

如果我不在 iPhone 应用程序上，我的答案是使用名称属性创建一个自定义类，然后使用拆分字符串创建一个实例列表。您使用 dict 而不是 numpy 数组是否有特定原因？

标签： python dictionary key unique

【解决方案1】：

当它们相等时创建不同的键不是正确的方法，相反，您可以使用列表作为值并保留其中的坐标，用于重复键。您可以为此目的使用collections.defaultdict()：

>>> coords = [['4415', '16723', '17556'], ['127', '1290', '1145'], ['1263', '34900', '37834'], ['4415', '2073', '3899'], ['4415', '4580', '6004']]
>>> from collections import defaultdict
>>> 
>>> d = defaultdict(list)
>>> 
>>> for i, j, k in coords:
...     d[i].append((j, k))
... 
>>> d
defaultdict(<type 'list'>, {'1263': [('34900', '37834')], '4415': [('16723', '17556'), ('2073', '3899'), ('4580', '6004')], '127': [('1290', '1145')]})

此外，在键的末尾添加一个字符的想法不是最佳的，因为您需要始终计算键的数量并且您不知道这个数字，因此您必须生成新的后缀。

但作为替代方案，如果您只使用键的计数，您可以通过将键保留在 Counter() 对象中并在键的尾部添加计数来创建不同的键：

>>> from collections import Counter
>>> d = {}
>>> c = Counter()
>>> for i, j, k in coords:
...     c.update((i,))
...     d["{}_{}".format(i, c[i])] = (j, k)
... 
>>> d
{'4415_1': ('16723', '17556'), '4415_3': ('4580', '6004'), '4415_2': ('2073', '3899'), '127_1': ('1290', '1145'), '1263_1': ('34900', '37834')}

【讨论】：

【解决方案2】：

你可以这样做：

matches = {'127': ['1290', '1145'], '1263': ['34900', '37834'], '4415': ['4580', '6004']}

# sample key_name
key_name = '4415'
if key_name in matches.keys():
    for i in xrange(1,26):
        if key_name+chr(ord('a') + i) not in matches.keys():
                matches[key_name+chr(ord('a') + i)] = #your value

这会将您的 key_names 递增为 4415a、4415b...

【讨论】：