Python 对于设置为仅打印唯一字典项的循环

我已经定义了从文件中读入的字符串

str = """foo\t1039|1736|t3958\n
frombric\t1039\n
bonn\t\n"""

我希望输出如下内容：

1039\tfoo
1736\tfoo
3958\tfoo

注意，重复基因1039仅输出一次，与第一次出现的描述相关联。还请注意，在这种情况下，可能没有与描述符相关的数字基因

我的方法是将多余的基因作为字符串列表添加到字典中，同时维护一组基因，我最终使用这些基因来提取for循环中每个键的基因。 根据我的说法，下面的代码必须只输出唯一的基因，因为最终的for循环会在集合中的唯一值上迭代。然而，虽然事情正在进行，我得到了我想要的输出形状，但我很困惑，为什么列表中似乎并不总是只包含独特的基因

for filename in fileList:
f = open("filename")
data = f.readlines()    
    uniquegene = set()
    d = defaultdict(list)

    for line in data:
       parts = line.split('\t')
       desc = parts[0]
       try: 
          genes = parts[1].split('|')
          d[desc] += genes
          for gene in genes:
             uniquegene.append(i)
       except IndexError:
          print " there are no genes on this line"

   result=""
   for u in uniquegene:
        result += "%s\t%s\t%s\n" % (u, filename [key for key in d if u in d[key]])
   print result

---

我真的很感激你能帮我找到我的bug。上面的代码比我的代码简化了一点。谢谢。

我不太明白你为什么既要维护一组独特的基因，又要维护一个描述基因列表的字典。我想你要做的是建立一个描述符字典->基因集，除非你还需要维护一个字典，其中包含每个描述符的所有基因出现的完整有序列表：

d = defaultdict(set)

for line in data:
   parts = line.split('\t')
   desc = parts[0]
   try: 
      genes = parts[1].split('|')
      for gene in genes:
         d['desc'].add(gene)
   except IndexError:
      print " there are no genes on this line"

如果您需要维护完整的非唯一字典，那么我会将其作为真实的数据表示，并在输出结果时对其进行过滤：

for k,v in d.iteritems():
    for g in set(v):
        result += "%s\t%s\n" % (g, k)
print result

---

我忘记了d[desc]+=基因这一行；将其添加到脚本中。谢谢。这有什么意义吗。。？我开始怀疑我上一次的列表理解是否有意义——我想要的是：给我字典中作为字典值列表中的值出现的集合中的每一项的键……当我这样运行它时，我得到了ValueError:for k，v in d:语句中的值太多，无法解包。你和我的代码的不同之处在于，我将基因作为一大串字符串添加到字典中，而在你的例子中，基因是一个接一个添加的——如果我理解的话。。这有区别吗？谢谢。@user3524881呸，对不起-在迭代python指令时犯了我通常犯的错误。现在已更正，但它应该在d.iteritems:中读取k，v。抱歉，谢谢，我想我早就试过了。这不会给出所需的输出。我的结果是，我最终得到了一个巨大的文件，其中许多基因被重复多次，描述出现在不同的行上，除了一行作为列表。我不再有任何问题了，尽管我想更好地理解为什么会发生这种情况。谢谢