Python -嵌套字典。窃听器在哪里？

Question

我有一个CSV文件，我已经过滤到一个列表和分组。示例：

     52713
     ['52713', '', 'Vmax', '', 'Start Value', '', '\n']
     ['52713', '', 'Vmax', '', 'ECNumber', '1.14.12.17', '\n']
     ['52713', 'O2', 'Km', 'M', 'Start Value', '3.5E-5', '\n']
     ['52713', 'O2', 'Km', 'M', 'ECNumber', '1.14.12.17', '\n']
     52714
     ['52714', '', 'Vmax', '', 'Start Value', '', '\n']
     ['52714', '', 'Vmax', '', 'ECNumber', '1.14.12.17', '\n']
     ['52714', 'O2', 'Km', 'M', 'Start Value', '1.3E-5', '\n']
     ['52714', 'O2', 'Km', 'M', 'ECNumber', '1.14.12.17', '\n']

由此，我创建了一个嵌套字典，其结构如下：

   dict = ID number:{Km:n, Kcat:n, ECNumber:n}

...for列表中的每个ID。

我使用以下代码创建此字典

    dict = {}

    for key, items in groupby(FilteredTable1[1:], itemgetter(0)):
        #print key
        for subitem in items:
            #print subitem
            dict[subitem[EntryID]] = {}
            dict[subitem[EntryID]]['EC'] = []
            dict[subitem[EntryID]]['Km'] = []
            dict[subitem[EntryID]]['Kcat'] = []
            if 'ECNumber' in subitem:
                dict[subitem[EntryID]]['EC'] = subitem[value]

            if 'Km' in subitem and 'Start Value' in subitem:
                dict[subitem[EntryID]]['Km'] = subitem[value]
                #print subitem

这适用于ECNumber值，但不适用于Km值。它可以打印这条线，显示它将Km值标识为存在，但不把它放在字典中。

示例输出：

    {'Km': [], 'EC': '1.14.12.17', 'Kcat': []}

有什么想法吗？

本

Answer 1

问题是您的内部for循环一直在重新初始化dict[subitem[EntryID]]，即使它可能已经存在。通过显式检查是否已经存在，可以解决以下问题：

dict = {}

for key, items in groupby(FilteredTable1[1:], itemgetter(0)):
    #print key
    for subitem in items:
        #print ' ', subitem
        if subitem[EntryID] not in dict:
            dict[subitem[EntryID]] = {}
            dict[subitem[EntryID]]['EC'] = []
            dict[subitem[EntryID]]['Km'] = []
            dict[subitem[EntryID]]['Kcat'] = []

        if 'ECNumber' in subitem:
            dict[subitem[EntryID]]['EC'] = subitem[value]

        if 'Km' in subitem and 'Start Value' in subitem:
            dict[subitem[EntryID]]['Km'] = subitem[value]
            #print subitem

但是，通过使用下面这样的方法可以提高代码的效率，从而避免了重新计算值和双字典查找。它也不对变量名使用内置类型的名称，这违背了https://www.python.org/dev/peps/pep-0008/中给出的指导方针。它还建议只对类名使用CamelCase，而不是对FilteredTable1这样的变量名称使用--但我没有改变它。

adict = {}

for key, items in groupby(FilteredTable1[1:], itemgetter(0)):
    #print key
    for subitem in items:
        #print ' ', subitem
        entry_id = subitem[EntryID]
        if entry_id not in adict:
            adict[entry_id] = {'EC': [], 'Km': [], 'Kcat': []}

        entry = adict[entry_id]
        if 'ECNumber' in subitem:
            entry['EC'] = subitem[value]

        if 'Km' in subitem and 'Start Value' in subitem:
            entry['Km'] = subitem[value]
            #print subitem

实际上，由于您正在构建字典，所以不清楚使用groupby是否有任何好处。

Answer 2

我张贴这篇文章是为了跟进，并在我的previous answer上扩展。

首先，您可以进一步简化代码，方法是不需要检查先前存在的条目，只需将字典创建为collections.defaultdict dict子类，而不是普通的子类：

from collections import defaultdict
adict = defaultdict(lambda: {'EC': [], 'Km': [], 'Kcat': []})

for key, items in groupby(FilteredTable1[1:], itemgetter(0)):
    for subitem in items:
        entry = adict[subitem[EntryID]]
        if 'ECNumber' in subitem:
            entry['EC'] = subitem[value]

        if 'Km' in subitem and 'Start Value' in subitem:
            entry['Km'] = subitem[value]

第二，正如我在另一个答案中提到的那样，我认为使用itertools.groupby()来完成这个任务不会获得任何好处--除了使过程变得比需要的更复杂之外。这是因为基本上你要做的是制作一个字典字典，它的条目都可以随机访问，所以在这样做之前麻烦地将它们分组是没有好处的。下面的代码证明了这一点(结合使用上面所示的defaultdict )：

adict = defaultdict(lambda: {'EC': [], 'Km': [], 'Kcat': []})

for subitem in FilteredTable1[1:]:
    entry = adict[subitem[EntryID]]
    if 'ECNumber' in subitem:
        entry['EC'] = subitem[value]

    if 'Km' in subitem and 'Start Value' in subitem:
        entry['Km'] = subitem[value]