Python 在一个键下有多个值的字典中检索顶级值

我对python有些陌生，我有一个问题。 我有一个文件，每个唯一标识符有5个结果。每个结果都有一个匹配百分比和其他各种数据段。我的目标是找到匹配百分比最大的结果，然后从原始行检索更多信息。 比如说

Name    Organism    Percent Match     Misc info
1        Human        100              xxx     
1        Goat          95              yyy
1        Pig           90              zzz   

我试图解决这个问题，将每个键放入一个字典中，每个值都是给定名称唯一的匹配百分比，即每个键都有多个值。我认为继续的唯一方法是将此字典中的值转换为列表，然后对列表进行排序。然后，我要检索列表[0]或列表[-1]中的最大值，然后从原始行检索更多信息。 这是到目前为止我的代码

list = []  
if "1" in line: 
    id = line
    bsp = id.split("\t")
    uid = bsp[0]
    per = bsp[2]

    if not dict.has_key(uid):
        dict[uid] = []
    dict[uid].append(per)
    list = dict[uid]
    list.sort()
if list[0] in dict:
    print key

---

最终只打印每个键，而不是只打印百分比最大的键。有什么想法吗？谢谢

您应该能够执行以下操作：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

读取文件后，文件行将如下所示：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

然后从第三项的int值最高的行中获取条目，可以这样表示：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

因此，在这个最佳匹配的末尾将是一个列表，其中包含您感兴趣的行中的数据

或者，如果你想变得非常棘手，你可以通过一个复杂的步骤来完成：

with open('data.txt') as file:
    best_match = max((s.split() for s in file if s.startswith('1')),
                     key=lambda k: int(k[2]))

---

您应该能够执行以下操作：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

读取文件后，文件行将如下所示：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

然后从第三项的int值最高的行中获取条目，可以这样表示：

lines = []
with open('data.txt') as file:
    for line in file:
        if line.startswith('1'):
            lines.append(line.split())

best_match = max(lines, key=lambda k: int(k[2]))

>>> pprint.pprint(lines)
[['1', 'Human', '100', 'xxx'],
 ['1', 'Goat', '95', 'yyy'],
 ['1', 'Pig', '90', 'zzz']]

>>> max(lines, key=lambda k: int(k[2]))
['1', 'Human', '100', 'xxx']

因此，在这个最佳匹配的末尾将是一个列表，其中包含您感兴趣的行中的数据

或者，如果你想变得非常棘手，你可以通过一个复杂的步骤来完成：

with open('data.txt') as file:
    best_match = max((s.split() for s in file if s.startswith('1')),
                     key=lambda k: int(k[2]))

您可以使用csv解析选项卡描述的数据文件，尽管您发布的数据看起来是以列为间隔的数据

由于数据文件中的第一行给出了字段名，因此DictReader非常方便，因此您可以通过人类可读的名称来引用列

csv.DictReader返回一个dicts行的iterable。如果使用“匹配百分比”列作为键获取iterable的最大值，则可以找到匹配百分比最高的行：

将此选项卡分隔的数据用作test.dat：

节目

import csv

maxrows = {}
with open('test.dat', 'rb') as f:
    for row in csv.DictReader(f, delimiter = '\t'):
        name = row['Name']
        percent = int(row['Percent Match'])
        if int(maxrows.get(name,row)['Percent Match']) <= percent:
            maxrows[name] = row

print(maxrows)

您可以使用csv解析选项卡描述的数据文件，尽管您发布的数据看起来是以列为间隔的数据

由于数据文件中的第一行给出了字段名，因此DictReader非常方便，因此您可以通过人类可读的名称来引用列

csv.DictReader返回一个dicts行的iterable。如果使用“匹配百分比”列作为键获取iterable的最大值，则可以找到匹配百分比最高的行：

将此选项卡分隔的数据用作test.dat：

节目

import csv

maxrows = {}
with open('test.dat', 'rb') as f:
    for row in csv.DictReader(f, delimiter = '\t'):
        name = row['Name']
        percent = int(row['Percent Match'])
        if int(maxrows.get(name,row)['Percent Match']) <= percent:
            maxrows[name] = row

print(maxrows)

---

我认为您可能正在寻找以下内容：

from collections import defaultdict

results = defaultdict(list)
with open('data.txt') as f:
    #next(f)      # you may need this so skip the header
    for line in f:
        splitted = line.split()
        results[splitted[0]].append(splitted[1:])

maxs = {}
for uid,data in results.items():
    maxs[uid] =  max(data, key=lambda k: int(k[1]))

我对一个文件进行了测试，如：

Name    Organism    Percent Match     Misc info
1        Human        100              xxx     
1        Goat          95              yyy
1        Pig           90              zzz   
2        Pig           85              zzz   
2        Goat          70              yyy

结果是：

{'1': ['Human', '100', 'xxx'], '2': ['Pig', '85', 'zzz']}

---

我认为您可能正在寻找以下内容：

from collections import defaultdict

results = defaultdict(list)
with open('data.txt') as f:
    #next(f)      # you may need this so skip the header
    for line in f:
        splitted = line.split()
        results[splitted[0]].append(splitted[1:])

maxs = {}
for uid,data in results.items():
    maxs[uid] =  max(data, key=lambda k: int(k[1]))

我对一个文件进行了测试，如：

Name    Organism    Percent Match     Misc info
1        Human        100              xxx     
1        Goat          95              yyy
1        Pig           90              zzz   
2        Pig           85              zzz   
2        Goat          70              yyy

结果是：

{'1': ['Human', '100', 'xxx'], '2': ['Pig', '85', 'zzz']}

---

注意：在上面的示例文件中，每个1是该项的名称，100、95和90是匹配的百分比等>。<不要将列表用作变量名，或dict。是否在循环中执行给定的代码？在这种情况下，它将在读取整个文件之前打印密钥。此外，在对列表进行排序后，my_list[0]将是最小的项，而不是最大的项。注意：上面的示例文件中，每个1是该项的名称，100、95和90是匹配的百分比等等。<不要将list用作变量名，也不要使用dict。是否在循环中执行给定的代码？在这种情况下，它将在读取整个文件之前打印密钥。此外，在对列表排序后，my_list[0]将是最小的项，而不是最大的项。非常有趣，谢谢！然而，我认为主要是由于我的输入文件示例中的一个错误，如果有多个输入，这个脚本只打印max行，而不打印max行。这是我没有具体说明的错误。谢谢你给我看导入csv！好的，我把它改了一点，每个名字最多收集一行。非常有趣，谢谢！然而，我认为主要是由于我的输入文件示例中的一个错误，如果有多个输入，这个脚本只打印max行，而不打印max行。这是我没有具体说明的错误。谢谢你给我看导入csv！好的，我把它改了一点，每个名字最多只能收集一行。@Vince:不客气！别忘了给社区一些回报——投票选出好的答案和最有用的答案：@Vince:不客气！别忘了给社区一些回报——投票选出好的答案和最有用的答案：