如何从在snakemake中不共享命名约定的单个输入文件生成多个输出文件？

Question

我已经搜索了一段时间，this 线程是我得到的最接近的线程，但无法使用我的设置。

我想做什么：

我有一个文本文件，其中每一行都有一个 ID 和一个数据点

1234 data2
5678 data3
...

我想收集与我的配置文件中的某些 ID 对应的行，并将它们写入根据 ID 值（1234 或 5678）命名的自己的文件中

# config.yaml
IDs:
    ID1: 1234
    ID2: 5678

当我在不使用snakemake 的情况下执行此操作时，我只是在我的bash 脚本中循环遍历ID 列表并为它们获取文本文件，但我无法使用snakemake 完成此操作。

要么我的目标中的通配符有问题，要么我的 expand 函数将所有 ID 提供给 shell 中的 grep 命令，或者当遵循已接受的链接答案时，我得到“缺少规则所有的输入文件：And_Laa A_log”我可以分享我现在拥有的东西，但我认为这样做的正确方法与我拥有的东西相去甚远，它只会让所有人感到困惑：

configfile: "config.yaml"

# Trying to replicate stackoverflow answer
speakers = {
  "1": "And_Laa",
  "2": "A_log"
}

def get_speaker(wildcards):
#  return expand("{speaker}", speaker=config["speakers"]) 
  return speakers[wildcards.speaker]

rule all:
  input:
#    expand("{speaker}_wav-list", speaker=config[speakers])
    expand("{speaker}", speaker=speakers.values())

# Selecting all the audiofiles for the speakers from a very large file
rule select_speaker_files:
  input:
    wav=config["files"]["wavs"]
  output:
    speaker="{speaker}_wav-list"
  params:
    speaker=get_speaker,
  shell:
    'grep "{params.speaker}" {input.wav} > {output.speaker}'

Answer 1

首先，我猜你所说的“演讲者”不是字典的值，而是关键。所以你 rule all 应该像这样扩展：

rule all:
  input:
    expand("{speaker}", speaker=speakers)

接下来，这条规则的字面意思是：“我需要两个文件名分别为 1 和 2。”但是没有规则可以生成具有这些名称的文件。你有：

rule select_speaker_files:
  output:
    speaker="{speaker}_wav-list"

第三条规则声称：“我可以生成一个名称以 _wav-list 结尾的文件。”绝对没有规则可以产生管道需要创建的东西。你的意思可能是：

rule all:
  input:
    expand("{speaker}_wav-list", speaker=speakers)

在这种情况下，规则至少是一致的。