Python 嵌套字典中的匹配值

我有两个包含嵌套子字典的字典。它们的结构如下：

search_regions = {
    'chr11:56694718-71838208': {'Chr': 'chr11', 'End': 71838208, 'Start': 56694718},
    'chr13:27185654-39682032': {'Chr': 'chr13', 'End': 39682032, 'Start': 27185654}
}

database_variants = {
    'chr11:56694718-56694718': {'Chr': 'chr11', 'End': 56694718, 'Start': 56694718},
    'chr13:27185659-27185659': {'Chr': 'chr13', 'End': 27185659, 'Start': 27185659}
}

def region_to_variant_location_match(search_Regions, database_Variants):
    '''Take dictionaries for search_Variants and database_Variants as 
    input.                                         
    Match variants in database_Variants to regions within search_Variants.'''
    for key, values in database_Variants.items():
        for value in values:
            for search_area in search_Regions[key]:
                print(search_area)
                if (value >= search_area[0]) and (value <= search_area[1]):
                    yield(key, search_area)

我需要比较它们，然后从数据库中取出字典 属于搜索区域的词典范围

我正在构建一个函数来实现这一点（）。这就是我到目前为止所做的：

def region_to_variant_location_match(search_Variants, database_Variants):
    '''Take dictionaries for search_Variants and database_Variants as input.
    Match variants in database_Variants to regions within search_Variants.
    Return matches as a nested dictionary.'''
    #Match on Chr value
        #Where Start value from database_variant is between St and End values in 
        search_variants.
    #return as nested dictionary

我遇到的问题是如何找到嵌套字典（Chr、St、End等）中的值进行比较。我想使用列表理解来实现这一点，因为我有很多数据要处理，所以更简单的for循环可能更耗时

非常感谢您的帮助

更新

我试图实现下面bioinfoboy建议的解决方案。我的第一步是使用以下函数将搜索区域和数据库变体字典转换为defaultdict（列表）：

def search_region_converter(searchDict):
    '''This function takes the dictionary of dictionaries and converts it to a
    DefaultDict(list) to allow matching   
    with the database in a corresponding format'''
    search_regions = defaultdict(list)
    for i in search_regions.keys():
        chromosome = i.split(":")[0]
        start = int(i.split(":")[1].split("-")[0])
        end = int(i.split(":")[1].split("-")[1])
        search_regions[chromosome].append((start, end))
    return search_regions #a list with chromosomes as keys 

def database_snps_converter(databaseDict):
    '''This function takes the dictionary of dictionaries and converts it to a
    DefaultDict(list) to allow matching   
    with the serach_snps in a corresponding format'''
    database_variants = defaultdict(list)
    for i in database_variants.keys():
        chromosome = i.split(":")[0]
        start = int(i.split(":")[1].split("-")[0])
        database_variants[chromosome].append(start)
    return database_variants #list of database variants 

然后，我制作了一个匹配函数（同样使用bioinfoboy的代码），如下所示：

search_regions = {
    'chr11:56694718-71838208': {'Chr': 'chr11', 'End': 71838208, 'Start': 56694718},
    'chr13:27185654-39682032': {'Chr': 'chr13', 'End': 39682032, 'Start': 27185654}
}

database_variants = {
    'chr11:56694718-56694718': {'Chr': 'chr11', 'End': 56694718, 'Start': 56694718},
    'chr13:27185659-27185659': {'Chr': 'chr13', 'End': 27185659, 'Start': 27185659}
}

def region_to_variant_location_match(search_Regions, database_Variants):
    '''Take dictionaries for search_Variants and database_Variants as 
    input.                                         
    Match variants in database_Variants to regions within search_Variants.'''
    for key, values in database_Variants.items():
        for value in values:
            for search_area in search_Regions[key]:
                print(search_area)
                if (value >= search_area[0]) and (value <= search_area[1]):
                    yield(key, search_area)

def区域到变量位置匹配（搜索区域、数据库变量）：
''将搜索变量和数据库变量的字典作为
输入。
将数据库_变体中的变体与搜索_变体中的区域匹配。“”
对于键，数据库_Variants.items（）中的值：
对于值中的值：
对于搜索区域[键]中的搜索区域：
打印（搜索区域）
如果（value>=search_area[0]）和（value，您可能应该执行以下操作

def region_to_variant_location_match(search_Variants, database_Variants):
    '''Take dictionaries for search_Variants and database_Variants as input.
    Match variants in database_Variants to regions within search_Variants.
    Return matches as a nested dictionary.'''
    return {
        record[0]: record[1]
        for record, lookup in zip(
            database_Variants.items(),
            search_Variants.items()
        )
        if (
            record[1]['Chr'] == lookup[1]['Chr'] and 
            lookup[1]['Start'] <= record[1]['Start'] <= lookup[1]['End']
        )
    }

def区域到变量位置匹配（搜索变量、数据库变量）：
''将搜索变量和数据库变量的字典作为输入。
将数据库_变体中的变体与搜索_变体中的区域匹配。
将匹配项作为嵌套字典返回。“”
返回{
记录[0]：记录[1]
请记录在zip中查找(
数据库_Variants.items（），
搜索变量。项（）
)
如果(
记录[1]['Chr']==查找[1]['Chr']和
查找[1]['Start']我想这可能会有所帮助

我正在根据我在评论中提到的内容转换您的
搜索区域
和
数据库变量

从集合导入defaultdict
_数据库变量=defaultdict（列表）
_搜索区域=默认目录（列表）
对于数据库中的i_variants.keys（）：
_染色体=分裂（“：”[0]
_start=int（i.split（“：”[1]。split（“-”[0]”）
_数据库\u变体[\u染色体]。追加（\u开始）
_搜索区域=默认目录（列表）
对于搜索区域中的i。键（）：
_染色体=分裂（“：”[0]
_start=int（i.split（“：”[1]。split（“-”[0]”）
_end=int（i.split（“：”[1]。split（“-”[1]”）
_搜索区域[\u染色体]。追加（\u开始，\u结束））
定义搜索（数据库变量、搜索区域）：
对于键，_database_variants.items（）中的值：
对于值中的值：
对于搜索区域中的搜索区域[键]：
如果（值>=搜索区域[0]），并且（不需要打开另一个值，您的问题是，您已将数据格式从具有特定格式的
dicts的
列表更改为具有不同格式的
dict
，您无法更改模式，除了要工作的代码。您的函数代码从
区域更改为变量位置atch很难阅读，似乎是无效的Python语法。重新格式化它，使其成为有效的Python代码，并可能尝试使其符合。它需要几个小时的阅读和重构，但肯定会很快得到回报。@KobiK更详细地研究了这个问题后，我意识到我需要将输入作为嵌套dicts、 而不是听写列表。我认为打开一个新问题比改变现有问题的起点更合适。我将编辑以改进逻辑。@JanVlcinsky谢谢Jan，这会使它更好！我将确保从现在开始使用它。我将稍微编辑这个问题，这可能会删除一些非常有用的内容建议，让您知道我很感激。：）我想您可以签出
defaultdict
并修改您的
搜索区域
，这样键就是染色体（例如
chr11
）。之后，您可以将开始和结束作为元组/列表列表。我遇到过类似的情况，我所能想到的就是更改染色体的键。这可能不是最佳且最省时的选择。谢谢，不幸的是，它不适合我（我意识到我可能必须调整它）.我从'for'子句中得到'ValueError:需要两个以上的值才能解包'。有什么想法吗？@s_boardman:编辑以纠正您注意到的问题--元组没有正确地
chain
ing。显然，我所做的快速示例过于抽象化，无法完成所需的操作，
itertools.chain
的行为不符合预期。这是有希望的y仍然相当清晰，更接近预期行为。谢谢，我已尝试根据您的建议更新代码，但没有任何乐趣。有关更多详细信息，请参阅问题更新。：）已经更新了答案；让我知道它是否适用于您。如果可以，我可以问一个具体的问题吗？生物信息学方面，您试图实现什么？您是否试图找出您的读取/读取集群是否在GTF记录内？