python - 根据字典值和python中的一些条件创建列表

我需要有关python和dictionary的帮助。

因此，基本思路是创建一个列表，该列表将在python字典上包含多个值。
我解析dic的每个键，然后如果值的数量> 1，则检查这些值是否包含特定的前缀，如果是，则将不带前缀的值放入列表中。

这是dic：

defaultdict(<class 'list'>, {'ACTGA': ['YP_3878.3', 'HUYUII.1'], 'ACTGT': ['XP_46744.1', 'JUUIIL.2'], 'ACCTTGG': ['YP_8990.1'], 'ACCTTTT': ['YP_8992.1'], 'ATGA': ['YP_9000.1', 'YP_3222.1'], 'AAATTTGG': ['ORAAA.8', 'OTTTAX']})

这是prefix_list = ["XP_","YP_"]

让我更好地解释一下：

我实际上想创建一个具有值内容的新sequence_list。

因此，基本思路是遍历每个键，如果有> 1个值，我会根据某些条件将n-1个值放入sequence_list中。

这是一个例子：


第一个键是'ACTGA'，其中有2个值：YP_3878.3和HUYUII.1，然后由于HUYUII.1在prefix_list中没有任何前缀，因此我将其放入sequence_list：

print(sequence_list):["HUYUII.1"]
第二个键是'ACTGT'，其中有3个值：XP_46744.1，JUUIIL.2和JUUIIL.3，然后由于JUUIIL.2和JUUIIL.3在prefix_list中没有任何前缀，因此我将它们放入sequence_list：

print(sequence_list):["HUYUII.1","JUUIIL.2","JUUIIL.3"]
第三个键，其中n值> 1是'ATGAAA'，其中有3个值：'YP_9000.1'，'YP_3222.1'和'HUU3222.1'，然后由于HUU3222.1在prefix_list中没有任何前缀，因此我将它们放入sequence_list，并且因为两个前缀都剩下2个值，所以我也将第一个放在sequence_list中：

print(sequence_list):["HUYUII.1","JUUIIL.2","JUUIIL.3","YP_9000.1","HUU3222.1"]
第四个键，其中n值> 1是'AAATTTGG'，其中有2个值：'ORLOP.8'和'OTTTAX'，然后由于两个键都没有前缀，所以我将第一个键放入prefix_list ：

sequence_list


所以最后我应该得到sequence_list，例如：

["HUYUII.1","JUUIIL.2","JUUIIL.3","YP_9000.1","HUU3222.1","ORAAA.8"]

有人有主意吗？我尝试了一些东西，但是这很困难，甚至可能很杂乱：

sequence_list=[]
for value in dedup_records.items():
    if(len(value[1]))>1:
        try:
            length=len(value[1])
            liste=value[1]
            print("liste1",liste)
            r = re.compile("YP_*.|XP_*.")
            newlist = list(filter(r.match, liste))
            if len(newlist)!=0:
                print(newlist)
                for i in newlist:
                    if i in liste:
                        liste.remove(i)
                while len(newlist)>1:
                    liste.remove(newlist[0])
            else:
                while len(liste)>1:
                    liste.pop(0)
            print(liste)
        except :
            continue
    for i in liste:
        sequence_list.append(i)

最佳答案

您可以通过使用函数使代码更简洁，以便更轻松地读取循环中发生的事情。

另外，仅出于个人喜好，我建议使用list_作为变量名而不是liste，因为拼写错误可能很难使用。

该方法是首先将每个列表分为两组：一组带有前缀，一组没有前缀。之后，我们只需要验证至少有1个带前缀的项目（在这种情况下，请添加除最后一个带前缀的项目之外的所有项目，并附加所有非前缀的项目），否则我们需要保留1个非前缀的项目项，然后附加所有其他项。

dedup_records = {'ACTGA': ['YP_3890.3', 'HUYUII.1'], 'ACTGT': ['XP_46744.1', 'JUUIIL.2','JUUIIL.3'], 'ACCTTGG': ['YP_8990.1'], 'ACCTTTT': ['YP_8992.1'], 'ATGAAA': ['YP_9000.1', 'YP_3222.1','HUU3222.1'], 'AAATTTGG': ['ORLOP.8', 'OTTTAX']}

prefix_list = ["XP_","YP_"]

def separate_items_with_prefix(list_, prefix_list):
    '''separates a list into two lists based on prefix
    returns two lists: one for items with prefix
    another for items without prefix
    '''
    with_prefix = []
    without_prefix = []
    for item in list_:
        if any(item.startswith(prefix) for prefix in prefix_list):
            with_prefix.append(item)
        else:
            without_prefix.append(item)
    return with_prefix, without_prefix


sequence_list = []
for val in dedup_records.values():
    if len(val) <= 1:
        continue #skip items with only upto 1 value in them
    with_prefix, without_prefix = separate_items_with_prefix(val, prefix_list)
    if with_prefix: #So there is at least 1 item in the list with prefix
        sequence_list.extend(with_prefix[:-1])
        sequence_list.extend(without_prefix)
    else: #there are no items with a prefix in the list
        sequence_list.extend(without_prefix[:-1])

输出：

print(sequence_list)
['HUYUII.1', 'JUUIIL.2', 'JUUIIL.3', 'YP_9000.1', 'HUU3222.1', 'ORLOP.8']