如何在Snakemake中获取命令行指定目标规则优化前置Python代码

Snakemake中并没有snakemake.target_rule这个变量，正确获取命令行指定目标规则的方式是使用workflow.target_rules——它是一个包含所有目标规则对象的列表，每个规则对象的name属性对应规则名称。

你可以通过判断目标规则集合来选择性执行前置操作，既支持单个目标，也支持多个目标同时指定的场景。修正后的实现示例如下：

def do_work_for_target_a():
    # 这里写目标a需要的前置操作：查询文件、访问数据库、过滤数据框等
    print("执行目标a的前置工作")
    return "table_a_processed_data"

def do_work_for_target_b():
    # 这里写目标b需要的前置操作
    print("执行目标b的前置工作")
    return "table_b_processed_data"

# 获取命令行指定的所有目标规则名称
target_rule_names = {rule.name for rule in workflow.target_rules}

table_a = None
table_b = None

# 根据目标规则判断需要执行的前置操作
if "a" in target_rule_names:
    table_a = do_work_for_target_a()
if "b" in target_rule_names:
    table_b = do_work_for_target_b()

# 如果没有指定具体目标（比如执行默认的rule all），则执行所有前置操作
if not target_rule_names or "all" in target_rule_names:
    table_a = do_work_for_target_a()
    table_b = do_work_for_target_b()

rule all:
    input:
        "output_a.txt",
        "output_b.txt"

rule a:
    output:
        "output_a.txt"
    shell:
        # 示例：使用前置操作生成的table_a变量
        'echo "{table_a}" > {output}'

rule b:
    output:
        "output_b.txt"
    shell:
        'echo "{table_b}" > {output}'

关键说明 #

1. workflow.target_rules的用法：这个内置对象会返回用户在命令行指定的所有目标规则（比如执行snakemake a时，它包含rule a的对象；执行snakemake a b时，包含rule a和rule b的对象）。
2. 多目标兼容：用集合存储目标规则名称，可以轻松处理用户同时指定多个目标的情况，确保对应的前置操作都被执行。
3. 默认规则处理：如果用户没有指定具体目标（直接执行snakemake），会默认执行rule all，此时需要执行所有前置操作。

内容的提问来源于stack exchange，提问作者Wouter De Coster