如何防止通过for循环覆盖字典中的数据

Question

我有一段数据，为了分析它，我必须先组织这些数据。

数据（样本）：

3.30.67.10 [ '2i69A'， '1sfkA'， '1sfkB'， '1sfkH'， '2hcnA'， '2hcsA'， '2hfzA'， '2of6A' ，2qeqA'，'2qeqB'，'2wa1A'，'2wa1B'，'2wa2A'，'2wa2B'，'4r05A'，'4r8rA'，'4r8sA'，'1pjwA'，'2m0sA'，'4uifA' '3c1A'，'3j4A'，'3u1jB'，'3u1jA'，'3u1jB'，'3u1jA'，'3u1jB'，'1ztxE'，'3c5xC'，'4ctjA'，'4ctkA'，' ，'3l6pA'，'3lkwA'，'4al8C'，'4gsxA'，'4gt0A'，'4oigA'，'3j8dB'，'1p58A'，'2m9pA'，'2m9qA'，'3uzvA'，'1uzgA'，' 3p8A'，3p97A，3uzeC，3uzeD，3vttA，2bhrA，2bmfA，2fomA，2fomB，4m9fA，4m9iA，4m9kA，4m9mA， ，'2jlqA'，'2jlrA'，'2jlsA'，'2jluA'，'2jlvA'，'2jlwA'，'2jlxA'，'2jlyA'，'2jlzA'，'2whxA'，'2whxC' 2wzqA'，'2wzqC'，'3uypB'，'1yzoA'，'1k4rA '，'4alaC'，'1z66A'，'2gg1A'，'3ixyA'，'2hg0A'，'2v6iA'，'2v6jA'，'4r8tA'，'1yksA'，'1ymfA'，'3evaA'，'3evbA'， '3evcA'，'3evdA'，'3eveA'，'3evfA'，'1p58D'，'2b6bA'，'1s6nA'，'119kA'，'1oamA'，'1anA'，'1ok8A'，'1okeA'，'1r6aA ''，'1r6rA'，'1thdA'，'2p1dA'，'3j8dG'，'3j8dH'，'3zkoA'，'4tplA'，'4uifB'，'4ut6A'，'4ut9A'，'4utaA'，'4utbA'， '4utcA'，'3g7tA'，'3j05A'，'4cauA'，'4cbfA'，'4cbfB'，'3j35A'，'1tc7C'，'2fp7A'，'2fp7B'，'2g05D'，'2ggvA'，'2ggvB ''，'2joA'，'2ijoB'，'2p5pA'，'2yolA'，'3e90A'，'3e90B'，'3e90C'，'4r8tB'，'4c2iA'，'2oxtA'，'3egpA'，'3ircA'， '4ffyA'，'4ffzA'，'4l5fE'，'2jqmA'，'2jv6A'，'4am0A'，'4am0Q'，'4am0R'，'4fg0A'，'4bz1A'，'4bz2A'，'2p3qA'，'2xbmA ''，'3c5xA'，'2oy0A'，'3i50E'，'3iywA'，'3j0bA'，'3lkzA'，'4o6cA'，'4o6dA'，'4oieA'，'4oiiA'，'3c6dA'，'2r6pA'， '2p3A'，'2p40A'，'2p41A'，'1urzA'，'2px2A'，'2px4A'，'2px5A'，'2px8A'，'2pxaA'，'2pxcA'，'2v8oA'，'2wv9A ''，'3c6dD'，'3c6eC'，'3j42D'，'2z83A'，'3p54A'，'4hdgA'，'4hdhA'，'4k6mA'，'4mtpA'，'4mtpD'，'2jsfA' ，'2r69A'，'3c6rA'，'3c6rD'，'3ixyD'，'3iyaA'，'3iyaD'，'3ixxA'，'2r29A'，'3evgA'，'1df9A'，'2qidA'，'3j27A'，' 3j2bB'，'4uihA'，'3uzqB'，'1befA'，'1tg8A'，'tgeA'，'3ixxD'，'5a1zA'，'1n6gA'，'1na4A'，'1svbA' '4azxA'，'4azxD'，'4b03A'，'4b03D'，'4c2iB'，'4cctA'，'4cctD'，'2h0pA'，'3uajB'，'3uc0A'，'3uc0B'，'3we1A'，' 2j7uA，2j7wA，3j6sA，3j6sB，3j6tA，3j6tB，3j6uA，3j6uB，3vwsA，4c11A，4hhjA，4v0qA，4v0rA， ]

正如你可以看到一些数据的前4位数字相似，如“1sfk”。如果他们共享前4位，这意味着它们属于相同的结构，并且我需要为每个完整蛋白质代码（5位，如1sfkA或1sfkB）（在PDBSum数据库中找到）存储唯一的UniProt代码数字代码。

对于我创造了这个和平的代码：

for domain in dDomainSeqSum.keys():# CHANGE TO COMPRESS FILE 
     dDomainSeqSumSWS[domain]={} 
     for pdb in dDomainSeqSum[domain]:#add sws of a pdb in a variable and later add that variable to the domain thing 
      pdb1 = list(pdb)#split is not working 
      pdb2 = pdb1[0]+pdb1[1]+pdb1[2]+pdb1[3] 
      dDomainSeqSumSWS[domain][pdb2]=[] 
      for i in range(len(PDBSum)): #make pdb3 search and then compare to the pdb stored 
       if pdb in PDBSum[i]: 
        if "SWS_ID" in PDBSum[i]: 
         line = PDBSum[i].split() 
         if pdb2 not in dDomainSeqSumSWS: 
          dDomainSeqSumSWS[domain][pdb2]=[line[2]] 
         else: 
          dDomainSeqSumSWS[domain][pdb2].append(line[2]) 

同时运行的代码之后，这是我得到的结果：

{“67年3月30日。10 '：{' 4c2i '：[' G3F5K5 ']，' 2p3l '：[' Q9WLZ5 ']，' 4uta '：[' Q68Y26 ']，' 4utc '：[' Q68Y26 ']，' 4utb '：[' Q68Y26 ']，' 1urz '：[' Q80E47 ']，' 3l6p '：[' P17763 ']，' 1tge '：[' P27914 ']，' 3evb '：[' P03314 ']，' 2vbc '：[' Q2TN89 ']，' 3eva '：[' P03314 ']，' 3evf '：[' P03314 ']，' 3evg '：[' P29991 ']，' 3evd '：[' P03314 ']，' 3eve '：[' P03314 ']，' 2p1d '：[' P12823 ']，' 3j42 '：[' Q3BCY5 ']，' 2jlx '：[' Q2YHF0 ']，' 2jly '：[' Q2YHF0 ']，' 2jlz '：[' Q2YHF0 ']，' 2jlu '：[' Q2YHF0 ']，' 2jlv '：[' Q2YHF0 ']，' 2jlw '：[' Q2YHF0 ']，' 1oke '：[' P12823 ']，' 2jlq '：[' Q2YHF0 ']，' 2jlr '：[' Q2YHF0 ']，' 2jls '：[' Q2YHF0 ']，' 2wv9 '：[' P05769 ']，' 2z83 '：[' P27395 ']，' 4hdh '：[' P27395 ']，' 2hcn '：[' P14335 ']，' 2oxt '：[' A0EKU1 ']，' 1tg8 '：[' P27914 ']，' 4hdg '：[' P27395 ']，' 4ut9 '：[' Q68Y26 ']，' 3e90 '：[' P06935 ']，' 4am0 '：[' Q58HT7 ']，' 4ut6 '：[' Q68Y26 ']，' 1ok8 '：[' P12823 ']，' 4ffy '：[' Q9J7C6 ']，' 4ffz '：[' Q88640 ']，' 4b03 '：[' G3F5K5 ']，' 2m9p '：[' P14337 ']，' 2m9q '：[' P14337 ']，' 4fg0 '：[' P09732 ']，' 4azx '：[' G3F5K5 ']，' 2hcs '：[' P14335 ']，' 4hhj '：[' Q6DLV0 ']，' 4mtp '：[' P27395 ']，' 3j8d '：[' P128 23 ']，' 3uc0 '：[' P09866 ']，' 4l5f '：[' Q8BE40 ']，' 4m9t '：[' Q91H74 ']，' 4m9k '：[' Q91H74 ']，' 4m9i '：[' Q91H74 ']，' 2of6 '：[' P14335 ']，' 2px5 '：[' P05769 ']，' 4m9m '：[' Q91H74 ']，' 4m9f '：[' Q91H74 ']，' 3j0b '：[' Q9Q6P4 ']，' 5a1z '：[' G9FRP5 ']，' 4r8r '：[' C1KBQ3 ']，' 4r8s '：[' C1KBQ3 ']，' 1l9k '：[' P12823 ']，' 1svb '：[' P14336 ']，' 4r8t '：[' O90417 ']，' 2hfz '：[' P14335 ']，' 2v6j '：[' Q32ZD5 ']，' 3zko '：[' P12823 ']，' 2ggv '：[' P06935 ']，' 2v6i '：[' Q32ZD5 ']，' 3u1j '：[' Q5UB51 ']，' 3u1i '：[' Q5UB51 ']，' 4oig '：[' P17763 ']，' 4ala '：[' Q7TGD1 ']，' 3P97 '：[' P27915 ']，' 3p8z '：[' P27915 ']，' 2pxc '：[' P05769 ']，' 4gsx '：[' P17763 ']，' 2pxa '：[' P05769 ']，' 4oii '：[' Q9Q6P4 ']，' 1bef '：[' Q9Q4T1 ']，' 3evc '：[' P03314 ']，' 3j05 '：[' Q689G3 ']，' 3egp '：[' Q9J7C6 ']，' 2yol '：[' P06935 ']，' 2v8o '：[' P05769 ']，' 4r05 '：[' C1KBQ3 ']，' 1n6g '：[' P14336 ']，' 3lkz '：[' Q9Q6P4 ']，' 4cau '：[' Q689G3 ']，' 2px2 '：[' P05769 ']，' 2gg1 '：[' P29837 ']，' 4al8 '：[' P17763 ']，' 2px4 '：[' P05769 ']，' 3lkw '：[' P17763 ']，' 2r69 '：[' P18356 ']，' 2r6p '：[' Q66394 ']，' 3j6s '：[' Q6DLV0 ']，' 3j6u '：[' Q6DL V0 ']，' 1sfk '：[' P14335 ']，' 1z66 '：[' P29837 ']，' 3uaj '：[' P09866 ']，' 3iyw '：[' Q9Q6P4 ']，' 3j35 '：[' E7FLK7 ']，' 4k6m '：[' P27395 ']，' 2fom '：[' Q91H74 ']，' 3vws '：[' Q6DLV0 ']，' 3vtt '：[' P27915 ']，' 3iya '：[' P18356 ']，' 2p5p '：[' P06935 ']，' 2hg0 '：[' Q91R00 ']，' 2jqm '：[' Q6DV88 ']，' 2p41 '：[' Q9WLZ5 ']，' 4v0r '：[' Q6DLV0 ']，' 4tpl '：[' Q5SBG8 ']，' 1yks '：[' P03314 ']，' 4bz1 '：[' Q7TGC7 ']，' 4bz2 '：[' Q7TGC7 ']，' 1thd '：[' P12823 ']，' 2m0s '：[' Q9YKL3 ']，' 4cbf '：[' E0WXI2 ']，' 3ixx '：[' Q3I100 ']，' 3ixy '：[' P18356 ']，' 2px8 '：[' P05769 ']，' 1ztx '：[' Q91KZ4 ']，' 2fp7 '：[' P06935 ']，' 4uif '：[' E0WXJ3 ']，' 4uih '：[' P14340 ']，' 3uzq '：[' P27909 ']，' 4c11 '：[' Q6DLV0 ']，' 1p58 '：[' Q9WDA7 ']，' 4cct '：[' G3F5K5 ']，' 2r29 '：[' P29991 ']，' 2p40 '：[' Q9WLZ5 ']，' 1na4 '：[' P14336 ']，' 1ymf '：[' P03314 ']，' 3uzv '：[' P07564 ']，' 1r6r '：[' P12823 ']，' 3c5x '：[' Q6H1E5 ']，' 2xbm '：[' C0LMU5 ']，' 3g7t '：[' Q689G3 ']，' 2g05 '：[' P06935 ']，' 1r6a '：[' P12823 ']，' 3uze '：[' P27915 ']，' 2whx '：[' Q2YHF0 ']，' 3p54 '：[' P27395 ']，' 1k4r '：[' C3V005 ']，' 3i50 '：[' Q9Q6P4 ']，' 3c6d '：[' Q3BC Y5 ']，' 3c6e '：[' Q3BCY5 ']，' 4o6c '：[' Q9Q6P4 ']，' 4o6b '：[' P29990 ']，' 4o6d '：[' Q9Q6P4 ']，' 2ijo '：[' P06935 ']，' 2wa2 '：[' Q8QL64 ']，' 1tc7 '：[' P06935 ']，' 3j27 '：[' P14340 ']，' 2wa1 '：[' Q8QL64 ']，' 3gcz '：[' Q7T918 ']，' 2p3q '：[' Q20IJ2 ']，' 2jsf '：[' P18356 ']，' 3we1 '：[' P09866 ']，' 1df9 '：[' P14340 ']，' 4gt0 '：[' P17763 ']，' 3c6r '：[' P18356 ']，' 3j2p '：[' P14340 ']，' 3irc '：[' Q9J7C6 ']，' 2oy0 '：[' Q9Q6P4 ']，' 3uyp '：[' Q2YHF0 ']，' 2qeq '：[' P14335 ']，' 2jv6 '：[' Q6DV88 ']，' 2qid '：[' P14340 ']，' 1oan '：[' P12823 ']，' 1oam '：[' P12823 ']，' 2b6b '：[' Q9WDA7 ']，' 2bmf '：[' Q91H74 ']，' 2i69 '：[' Q80QJ9 ']，' 2j7w '：[' Q6DLV0 ']，' 4v0q '：[' Q6DLV0 ']，' 1yzo '：[' P29838 ']，' 1s6n '：[' Q913C7 ']，' 4oie '：[' Q9Q6P4 ']，' 2bhr '：[' Q91H74 ']，' 3j6t '：[' Q6DLV0 ']，' 2p3o '：[' Q9WLZ5 ']，' 4ctk '：[' A9LIE0 ']，' 4ctj '：[' A9LIE0 ']，' 2j7u '：[' Q6DLV0 ']，' 1pjw '：[' Q9J0X3 ']，' 1uzg '：[' P27915 ']，' 2h0p '：[' P09866 ']，' 2wzq '：[' Q2YHF0“]}}

正如你所看到的，1sfk被覆盖，它应该有3个个人的UniProt代码

Answer 1

有你有问题（如对方的回答也预示）两个地方 -

1. 首先是你写dDomainSeqSumSWS[domain][pdb2]为空列表 - dDomainSeqSumSWS[domain][pdb2]=[]。

2. 二是在条件 - if pdb2 not in dDomainSeqSumSWS: - 这将永远是False，因为pdb2是dDomainSeqSumSWS[domain]字典不dDomainSeqSumSWS字典的关键。

你其实并不需要或者上面的东西，而不是你应该看看dict.setdefault，这是本作。实施例 -

for domain in dDomainSeqSum.keys():# CHANGE TO COMPRESS FILE 
    dDomainSeqSumSWS[domain]={} 
    for pdb in dDomainSeqSum[domain]:#add sws of a pdb in a variable and later add that variable to the domain thing 
     pdb2 = pdb[:4] #you do not need to convert to list for indexing and you can slice the first four characters off. 
     dDomainSeqSumSWS[domain][pdb2]=[] 
     for i in range(len(PDBSum)): #make pdb3 search and then compare to the pdb stored 
      if pdb in PDBSum[i]: 
       if "SWS_ID" in PDBSum[i]: 
        line = PDBSum[i].split() 
        dDomainSeqSumSWS[domain].setdefault(pdb2,[]).append(line[2]) 

dict.setdefault需要key作为第一个参数和默认值作为第二个参数，并将该值，如果密钥不存在在字典中，并返回该值。否则，如果密钥存在于字典中，它只会返回该值的值。

另外，我改变了，你转换pdb到不需要索引编list()（你可以索引串）的线，你可以使用切片从字符串取前四个字符。

Answer 2

dDomainSeqSumSWS[domain][pdb2]=[] 

有你覆盖以前的列表。你应该检查PDB2关键在dDomainSeqSumSWS [域]字典已经存在。