如何添加所有键的值并打印新词典？

Question

我有一个文件1有区域信息，像染色体1，从位置1到位置10，看起来像： chromosome,start_position,end_position 1,1,10 1,11,20

file2的每个位置都有值，比如染色体1上的位置6，有一些值，如下所示： chromosome,position,value 1,1,value1 1,2,value2 1,6,value3 1,13,value4

我想在file2到file1中添加值，这取决于 在文件2中属于文件1中的任何区域，类似于： chromosome,start_position,end_position,total_value 1,1,10,value1+value2+value3 1,11,20,value4

这两个文件都可以超过1000万行，我应该通过查看file2的每一行（查看位置是否在file1的任何区域中）或将file1的每一行作为字典（然后在file2中查找值）来实现吗？然后加上？）？你知道吗

我怎样才能得到file1中每一行的“总值”？ 谢谢大家！你知道吗

Answer 1

我认为你不一定在寻找最有效的代码，而是一个能完成任务的代码？你知道吗

我将把文件2中的值读入字典，键是(chromosome, start)对（假定文件2中的开始和结束总是相同的）。你知道吗

然后逐行读取文件1，并在“文件2”字典中找到所有相关值，将结果和附加到行的末尾（可能在新文件中）：

import numpy as np

for line in file1:
    chromosome, start, end = line.split(',')
    total_value = np.sum([file2_dict.get([(chromosome,str(i))], 0) for i in
                          range(int(start), int(end)+1)])
    #do something with the total value, maybe write to another file.
    #Could do:
    new_line = ','.join([chromosome, start, end, total_value]) + '\n'

我将把其余的实现细节留给您（比如从文件2中获取字典）。它可能会占用大量内存，但希望不会太糟。你知道吗

注意在字典查找中使用.get()方法-这将确保字典中未找到的任何键都返回0。你决定这是否适合你的情况。还要注意使用str和int在文本和数字之间进行转换。您可以根据您的实现来决定这是否合适。你知道吗

另外，如果您以前没有遇到过Python列表理解，请对此进行一些研究。这就是允许我们写一行代码来得到所有相关值之和的原因。你知道吗