在python中查找列表和字典之间的公共元素

Question

我有两个这样的档案， 蛋白质列表-

TRIUR3_05947-P1
TRIUR3_06394-P1
Traes_1BL_EB95F4919.2

还有一本用制表符分隔的单词和蛋白质的字典-

^{pr2}$

我想要的结果是它能找到所有常见的蛋白质然后打印出这样的结果

contig22 TRIUR3_05947-P1
contig15 TRIUR3_05947-P1
contig1 Traes_1BL_EB95F4919.2
contig67 Traes_1BL_EB95F4919.2
contig98 Traes_1BL_EB95F4919.2

这是我下面的脚本，但它给我的结果只有一个，我猜重写了一遍，这怎么解决呢？在

f1=open('mydict.txt','r')
f2=open('mylist.txt','r')
output = open('result.txt','w')
dictA= dict()
for line1 in f1:
    listA = line1.rstrip('\r\n').split('\t')
    dictA[listA[1]] = listA[0]

for line1 in f2:
    new_list=line1.rstrip('\n').split()
    query=new_list[0]
    if query in dictA:
        listA[0] = dictA[query]
        output.write(query+'\t'+str(listA[0])+'\n')

Answer 1

在第一个for循环中，将txt文件转换为python字典时，将丢失信息：

for ...:
    dictA[listA[1]] = listA[0]

例如，如果你有线条

^{pr2}$

在您的txt文件中，生成的字典将只有最后一个条目的键值对，颠倒。在

为了实现您的目标，只需对程序进行最少的修改，请尝试

from collections import defaultdict

f1=open('mydict.txt','r')
f2=open('mylist.txt','r')
output = open('result.txt','w')
dictA= defaultdict(list)

for line1 in f1:
    listA = line1.rstrip('\r\n').split('\t')
    dictA[listA[1]].append(listA[0])  # Save all the common proteins

for line1 in f2:
    new_list=line1.rstrip('\n').split()
    query=new_list[0]
    if query in dictA:
        listA = dictA[query]  # Now have a list of matching contigs
        for contig in listA:
            output.write(contig + '\t' + query +'\n')

Answer 2

你这样做是不对的。如果你把“字典文件”存储在字典结构中，使用蛋白质名称作为键，你将丢失信息。在

一个更好的方法是首先阅读蛋白质列表，然后将所有蛋白质名称存储在一个集合中。然后，阅读字典文件并打印所有蛋白质名称在集合中的行。在

with open('mylist.txt') as mylist:
    proteins = set(line.strip() for line in mylist)

with open('mydict.txt') as mydict, open('result.txt', 'w') as output:
    for line in mydict:
        _, protein = line.strip().split()
        if protein in proteins:
            output.write(line)