Python 对列表列表进行排序以查找共享变体

我有一个名为

allLinesList

的列表，每行

allLinesList

包含四个列表。以下是

allLinesList

[[['ACmerged_contig_10464', '668', '.', 'A', 'G', '3.87133', '.', 'DP=1;SGB=-0.379885;MQ0F=0;AC=0;AN=2;DP4=0,0,0,1;MQ=28', 'GT:PL', '0/0:28,3,0'], ['ACmerged_contig_10464', '668', '.', 'A', 'G', '3.87133', '.', 'DP=1;SGB=-0.379885;MQ0F=0;AC=0;AN=2;DP4=0,0,0,1;MQ=28', 'GT:PL', '0/0:28,3,0'], ['ACmerged_contig_10464', '747', '.', 'T', '.', '84', '.', 'DP=2;MQ0F=0;AN=2;DP4=0,2,0,0;MQ=32', 'GT', '0/0'], ['ACmerged_contig_10464', '747', '.', 'T', '.', '84', '.', 'DP=2;MQ0F=0;AN=2;DP4=0,2,0,0;MQ=32', 'GT', '0/0']],
[['ACmerged_contig_10464', '4', '.', 'T', '.', '29.5864', '.', 'DP=1;MQ0F=0;AN=0;DP4=0,0,0,0;MQ=.', 'GT', './.'], ['ACmerged_contig_10464', '4', '.', 'T', '.', '29.5864', '.', 'DP=1;MQ0F=0;AN=0;DP4=0,0,0,0;MQ=.', 'GT', './.'], ['ACmerged_contig_10464', '4', '.', 'T', '.', '29.5864', '.', 'DP=1;MQ0F=0;AN=0;DP4=0,0,0,0;MQ=.', 'GT', './.'], ['ACmerged_contig_10464', '4', '.', 'T', '.', '29.5864', '.', 'DP=1;MQ0F=0;AN=0;DP4=0,0,0,0;MQ=.', 'GT', './.']]]

allLinesList

中总共有几千行

我想浏览一下

allLinesList

中的所有这些行，并找出特定内部列表与其第5项共享相同字符的行，只要该字符不是

。

。一旦我确定了这样的行，我将把该行的第一项放在一个单独的列表中

例如，在上面的第一个列表中，前两个内部列表共享

'G'

作为其第五项。因此，我想将这些列表中的一个输出到另一个列表。这将创建另一个列表列表，但其中一个列表仅包含两层列表，而不是像我的示例那样的三层列表

我有代码可以做到这一点，但我认为必须有一种更有效的方法来做到这一点，可能是使用循环，我还没有弄明白。这是我目前的代码：

sharedLists1_2 = []
i = 0
while i < len(allLinesList):
    if allLinesList[i][0][4] != "." and allLinesList[i][0][4] == allLinesList[i][1][4] and allLinesList[i][1][4] != allLinesList[i][2][4] and allLinesList[i][1][4] != allLinesList[i][3][4]:
        sharedLists1_2.append(allLinesList[i][1])
    i +=1   

sharedLists1\u 2=[]
i=0
而我

目前，我正在运行此代码的一个版本6次，以获取列表中四项的所有成对组合（（1,2）、（2,3）、（3,4）、（1,4）、（1,3）、（2,4））

我怎样才能得到相同的结果，但效率更高，不需要我输入这段代码，而是不同的数字，6次？

你可以试试。迭代所有2个元素组合并检查您的条件。如果匹配，您可以将结果附加到存储每个索引对结果的字典中

要检查剩余列表的值是否不同（除了给定组合的

i

，

j

），可以在遍历剩余索引时使用：

from itertools import combinations

shared_lists = {}    

for line in allLinesList:
    indices = set(range(len(line)))
    for i, j in combinations(range(len(line)), 2):
        remaining = indices - {i, j}
        if line[i][4] != "." and line[i][4] == line[j][4] and all(line[i][4] != line[x][4] for x in remaining):
            shared_lists.setdefault((i, j), []).append(line[j])

print(shared_lists)

输出

{(0, 1): [['ACmerged_contig_10464', '668', '.', 'A', 'G', '3.87133', '.', 'DP=1;SGB=-0.379885;MQ0F=0;AC=0;AN=2;DP4=0,0,0,1;MQ=28', 'GT:PL', '0/0:28,3,0']]}

---

在<码><码><码>[[“AC合并及控制有关的控制工程的10464个方面，2，，，，“T，，，，，，，，“29.5864，，，，，，，，，，，，，，“DP=1；MQ0；MQ0F=0；安=0；安=0；0；DP4=0；0；0；0，0，0，0，0，0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；0；MQ，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，“.”，“DP=1；MQ0F=0；AN=0；DP4=0,0,0；MQ=”，“GT”，“./”，['ACmerged_contig_10464'，'2'，'T'，'29.5864'，'DP=1；MQ0F=0；AN=0；DP4=0,0,0；MQ='，'GT'，'/.]]，例如，第5项是什么？您对要检查的组合的描述不清楚。在您的代码中，您检查的是来自不同内部列表的项目。@codrelphi所有最内部列表的第五项是

。

@滑块我已经更新了我的文本，可能这提供了更多的说明。我确实在检查来自不同内部列表的项目，但最后我只想输出其中一个内部列表。您需要进一步说明什么？@wilberox:您给我们的代码不起作用。检查一下！我认为这不完全有效：当我打印

共享列表.keys（）

时，它显示只有两种组合：

[（0，1）、（2，3）]我需要六个：'[（0,1）、（2,3）、（0,2）、（1,3）、（0,3）、（1,2）]@wilberox这意味着只有这些组合符合条件。但它确实适用于所有六种组合。您可以在for循环中添加
print
语句来打印
i
，
j
，以进行验证。如果我想检查三组列表之间的相似性，我会使用itertools导入组合中的
红色列表={}对于allLinesList中的行：索引=集合（范围（len（line）），对于组合中的i，j（范围（len（line）），3）：剩余=索引-{i，j}如果行[i][4]！=“，[i][4]==行[j][4]和所有（行[i][4]！=行[x][4]：共享列表。setdefault（（i，j），[]）。追加（行[j]）打印（共享_列表）
？即，将第7行中的
2
更改为
3
？@wilberox对于3元素组合，您可能需要类似于
的内容，用于组合中的i、j、k（范围（len（行）），3）
因为元组的大小为3。类似地，
剩余的
必须是
剩余=索引-{i，j，k}
并且您的
if
条件必须检查
行[k]
也是。更好的方法是使用
all
进行阳性检查。是的，我相信我现在已经做了类似的事情，谢谢你的帮助。