Python &生物学:使用python交叉数据集

Question

喜欢这个网站。我是一位生物学家，接受简单的问题，让他们在蟒蛇中纠结，目前被一个相当简单的问题困住了。我有两个包含染色体('chr#')和位置(‘开始’，‘结束’)信息的元组的不平等列表：

list1: length=1499，tuples=(‘chr5 5’，'12345'，'12678')

list2: length=75220，tuples=(‘chr5 5’，'44'，'7777777')

如果有人能向我解释这段代码失败的原因，我可以自己解决这个问题：

list1 = [('chr1', '123', '345'), ('chr1', '567', '678'), ('chr2', '123', 234'),...)

list2 = [('chr1', '123', '567'), ('chr1', '777', '890'), ('chr2', '1', 288'),...)
newlist = []

for j,k,l in list1:
      if j == x for x,y,z in list2:
            if int(k) >= int(y) or int(l) <= int(z):
                 newlist.append(k)
            else:
                 pass
      else:
            pass

理由:我希望从两个字符串中比较所有元组中的整数，但只在两个元组的项匹配时才进行比较。我非常感谢您的帮助和建议，谢谢！

Answer 1

如果您更改了代码中的第一个if语句，而不是在第二个for循环之前，则代码将运行：

list1 = [('chr1', '123', '345'), ('chr1', '567', '678'), ('chr2', '123', '234')]

list2 = [('chr1', '123', '567'), ('chr1', '777', '890'), ('chr2', '1', '288')]
newlist = []

for j,k,l in list1:
    for x,y,z in list2:
        if j == x:
            if int(k) >= int(y) or int(l) <= int(z):
                newlist.append(k)
            else:
                 pass
        else:
            pass

Answer 2

if list1[0] == list2[0]:
  print 

这就是你要找的吗？)

如果您也需要比较数字：

if list1[0] == list2[0]:
    for i in range(1, min([len(list1), len(list2)]):
        if int(list1[i]) < int(list2[i]):
            print('Aha!')

Answer 3

我的文章没有回答您的问题，但是我认为您的代码可以通过使用更多的pythonic结构来改进。朝着这个方向迈出的第一步是使用命名元组，这样染色体字段就可以通过它们的属性名称、开始和结束来访问。

from collections import namedtuple
Chromosome = namedtuple('Chromosome', ['name', 'start', 'end'])
chromo = Chromosome('chr1', 123, 345)
# You can access the fields as chromo.name, chromo.start and chromo.end

在第二步中，您可以使用列表理解来减少嵌套循环的数量：

from collections import namedtuple

Chromosome = namedtuple('Chromosome', ['name', 'start', 'end'])

list1 = [Chromosome('chr1', 123, 345), Chromosome('chr1', 567, 678), ]
list2 = [Chromosome('chr1', 123, 567), Chromosome('chr2', 1, 288), ]

newlist = []
for chromo1 in list1:
    # Build a list of chromosomes from list2 that
    #  * have the same name as chromo1
    #  * start before chromo1
    #  * end after chromo1
    matches = [chromo2 for chromo2 in list2
               if chromo2.name == chromo1.name and
               (chromo2.start < chromo1.start or chromo2.end > chromo1.end)]
    newlist.extend(matches)