如何在python列表中存储多个类别组合（72个变量）

我将数据存储在列表中，列表的组织方式如下：

lst = [
      ['FHControl', G, A]
      ['MNHDosed', G, C]
      ]

对于lst:row[0]中的行，总共有12个类别（我在上面的示例代码中列出了两个）。对于第[1]行和第[2]行，我只关注这些字母组合中的6个。因此，我在lst中每行有72个可能的数据组合，并且需要计算每个组合的实例，而不必编写几十个嵌套的if循环

我试图创建两个函数来解析这些列表，并对这72种组合的发生率进行分类。我如何使用下面开始写的两个函数来更新这些变量？我是否需要将字典构造为类变量，以便在迭代这两个函数时可以继续更新它们？任何指导都会很好

下面是我目前使用的代码，它将所有72个变量初始化为6个字典（对于第[1]行和第[2]行中的6个字母组合）：

---

您的代码可以简化为：

TEMP = dict.fromkeys('''FHDosed FHControl FNHDosed FNHControl FTDosed FTControl MHDosed 
                      MHControl MNHDosed MNHControl MTDosed MTControl'''.split(), 0)
TRI_1, TRI_2, TRV_1, TRV_2, TRV_3, TRV_4 = [TEMP.copy() for i in range(6)]

dmap = {
    ('G', 'A'): TRI_1,
    ('C', 'T'): TRI_1,
    ('A', 'G'): TRI_2,
    ('T', 'C'): TRI_2,        
    ('G', 'C'): TRV_1,
    ('C', 'G'): TRV_1,        
    ('A', 'T'): TRV_1,
    ('T', 'A'): TRV_1,        
    }

for row in lst:
    key, q, s = row
    dmap[q, s][key] += 1

---

另一种可能性是使用一个或多个dict而不是6个dict：

TEMP = dict.fromkeys('''FHDosed FHControl FNHDosed FNHControl FTDosed FTControl MHDosed 
                      MHControl MNHDosed MNHControl MTDosed MTControl'''.split(), 0)
TR = {key:TEMP.copy() for key in ('TRI_1', 'TRI_2', 'TRV_1', 'TRV_2', 'TRV_3', 'TRV_4')}


dmap = {
    ('G', 'A'): 'TRI_1',
    ('C', 'T'): 'TRI_1',
    ('A', 'G'): 'TRI_2',
    ('T', 'C'): 'TRI_2', 
    ('G', 'C'): 'TRV_1',
    ('C', 'G'): 'TRV_1', 
    ('A', 'T'): 'TRV_1',
    ('T', 'A'): 'TRV_1',        
    }

lst = [
      ['FHControl', 'G', 'A'],
      ['MNHDosed', 'G', 'C']
      ]

for row in lst:
    key, q, s = row
    TR[dmap[q, s]][key] += 1

print(TR)

这样做的好处是命名空间中的dict更少，而且以后使用dict of dict而不是硬编码6 dict可能更容易重构代码

---

根据午夜的建议，如果您有，您可以用数据帧替换dict of dict。然后可以使用以下公式计算对的频率：

import pandas as pd

dmap = {
    'GA': 'TRI_1',
    'CT': 'TRI_1',
    'AG': 'TRI_2',
    'TC': 'TRI_2', 
    'GC': 'TRV_1',
    'CG': 'TRV_1', 
    'AT': 'TRV_1',
    'TA': 'TRV_1',        
    }

lst = [
      ['FHControl', 'G', 'A'],
      ['MNHDosed', 'G', 'C']
      ]

df = pd.DataFrame(lst, columns=['key', 'q', 's'])
df['tr'] = (df['q']+df['s']).map(dmap)

print(df)
#          key  q  s     tr
# 0  FHControl  G  A  TRI_1
# 1   MNHDosed  G  C  TRV_1

print(pd.crosstab(rows=[df['key']], cols=[df['tr']]))

屈服

tr         TRI_1  TRV_1
key                    
FHControl      1      0
MNHDosed       0      1

---

您的代码可以简化为：

TEMP = dict.fromkeys('''FHDosed FHControl FNHDosed FNHControl FTDosed FTControl MHDosed 
                      MHControl MNHDosed MNHControl MTDosed MTControl'''.split(), 0)
TRI_1, TRI_2, TRV_1, TRV_2, TRV_3, TRV_4 = [TEMP.copy() for i in range(6)]

dmap = {
    ('G', 'A'): TRI_1,
    ('C', 'T'): TRI_1,
    ('A', 'G'): TRI_2,
    ('T', 'C'): TRI_2,        
    ('G', 'C'): TRV_1,
    ('C', 'G'): TRV_1,        
    ('A', 'T'): TRV_1,
    ('T', 'A'): TRV_1,        
    }

for row in lst:
    key, q, s = row
    dmap[q, s][key] += 1

---

另一种可能性是使用一个或多个dict而不是6个dict：

TEMP = dict.fromkeys('''FHDosed FHControl FNHDosed FNHControl FTDosed FTControl MHDosed 
                      MHControl MNHDosed MNHControl MTDosed MTControl'''.split(), 0)
TR = {key:TEMP.copy() for key in ('TRI_1', 'TRI_2', 'TRV_1', 'TRV_2', 'TRV_3', 'TRV_4')}


dmap = {
    ('G', 'A'): 'TRI_1',
    ('C', 'T'): 'TRI_1',
    ('A', 'G'): 'TRI_2',
    ('T', 'C'): 'TRI_2', 
    ('G', 'C'): 'TRV_1',
    ('C', 'G'): 'TRV_1', 
    ('A', 'T'): 'TRV_1',
    ('T', 'A'): 'TRV_1',        
    }

lst = [
      ['FHControl', 'G', 'A'],
      ['MNHDosed', 'G', 'C']
      ]

for row in lst:
    key, q, s = row
    TR[dmap[q, s]][key] += 1

print(TR)

这样做的好处是命名空间中的dict更少，而且以后使用dict of dict而不是硬编码6 dict可能更容易重构代码

---

根据午夜的建议，如果您有，您可以用数据帧替换dict of dict。然后可以使用以下公式计算对的频率：

import pandas as pd

dmap = {
    'GA': 'TRI_1',
    'CT': 'TRI_1',
    'AG': 'TRI_2',
    'TC': 'TRI_2', 
    'GC': 'TRV_1',
    'CG': 'TRV_1', 
    'AT': 'TRV_1',
    'TA': 'TRV_1',        
    }

lst = [
      ['FHControl', 'G', 'A'],
      ['MNHDosed', 'G', 'C']
      ]

df = pd.DataFrame(lst, columns=['key', 'q', 's'])
df['tr'] = (df['q']+df['s']).map(dmap)

print(df)
#          key  q  s     tr
# 0  FHControl  G  A  TRI_1
# 1   MNHDosed  G  C  TRV_1

print(pd.crosstab(rows=[df['key']], cols=[df['tr']]))

屈服

tr         TRI_1  TRV_1
key                    
FHControl      1      0
MNHDosed       0      1

---

binner

依赖于两个参数还是三个参数？如果它只依赖于

q

和

s

这两个看起来是一个字母字符串，那么为什么在调用

binner

之前需要像

If row[0]='FHDosed'

这样的If语句，而不应该是

binner（row[1]，row[2]）

而不是

binner（row[0]，row[1]，row[2]）

？啊，你说得对。我不清楚。我觉得binner应该依赖于三个参数，第一个参数确定应该调用相应字典中的哪个键来修改值（+=1/实例）。if循环使用后两个参数来选择从哪个字典开始。我将编辑代码以反映。无论

行[0]

等于什么，对

binner

的调用似乎都没有区别。有没有你遗漏的细节？@clintval会是你的选择吗？它正是为这些类型的操作而设计的。

binner

依赖于两个参数还是三个参数？如果它只依赖于

q

和

s

这两个看起来是一个字母字符串，那么为什么在调用

binner

之前需要像

If row[0]='FHDosed'

这样的If语句，而不应该是

binner（row[1]，row[2]）

而不是

binner（row[0]，row[1]，row[2]）

？啊，你说得对。我不清楚。我觉得binner应该依赖于三个参数，第一个参数确定应该调用相应字典中的哪个键来修改值（+=1/实例）。if循环使用后两个参数来选择从哪个字典开始。我将编辑代码以反映。无论

行[0]

等于什么，对

binner

的调用似乎都没有区别。有没有你遗漏的细节？@clintval会是你的选择吗？它正是为这些类型的操作而设计的。它很有效！这将使将来更容易扩展脚本。我会调查熊猫。。。经过一点阅读，我可能会有更多的应用程序，熊猫将是完美的。荣誉成功了！这将使将来更容易扩展脚本。我会调查熊猫。。。经过一点阅读，我可能会有更多的应用程序，熊猫将是完美的。荣誉