Snakemake工作流字典映射报错：KeyError问题排查与需求咨询

核心问题分析 #

• 出现KeyError('file_out=1.txt')是因为Snakemake的通配符解析逻辑和预定义字典的键不匹配：当直接用字典值作为输出文件名时，Snakemake误将完整的输出文件标识（如file_out=1.txt）当作键去字典中查找，而非提取实际文件名部分。
• 后续出现KeyError('{output}')是因为未正确初始化通配符上下文，导致Snakemake无法识别{output}占位符，无法将其替换为实际文件名。

分步解决方案 #

1. 从CSV加载并标准化映射关系 #

确保CSV文件结构为三列：script, input_file, output_file。用Python读取CSV生成标准化的输入输出映射字典，键为纯输出文件名，值对应输入文件和脚本：

import csv

# 读取CSV生成映射字典
io_map = {}
with open("config.csv", "r") as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 提取并清洗输出文件名，避免带多余前缀
        output = row["output_file"].strip()
        io_map[output] = {
            "input": row["input_file"].strip(),
            "script": row["script"].strip()
        }

2. 正确绑定通配符定义规则 #

以输出文件为核心锚点，让Snakemake自动解析通配符，避免直接硬编码字典引用：

rule all:
    input:
        # 把所有输出文件作为工作流的最终目标，触发通配符初始化
        list(io_map.keys())

rule run_script:
    output:
        "{output_file}"
    input:
        # 通过通配符匹配映射字典中的输入文件
        lambda wildcards: io_map[wildcards.output_file]["input"],
        script=lambda wildcards: io_map[wildcards.output_file]["script"]
    shell:
        # 调用指定脚本并传入参数
        "{input.script} {input} {output}"

3. 规避通配符解析冲突 #

• CSV的output_file列仅保留纯文件名（如1.txt），不要带file_out=这类前缀，否则Snakemake会将整个字符串当作通配符值，无法匹配字典键。
• 若必须保留前缀，读取CSV时需先处理字符串，比如用row["output_file"].split("=")[-1].strip()提取实际文件名。

4. 验证通配符初始化有效性 #

若仍出现{output}相关KeyError，检查两点：

• 确保rule all的输入列表正确包含所有要生成的输出文件，Snakemake需要明确目标来初始化通配符。
• 规则的output字段必须用通配符占位符，而非直接引用字典值，再通过lambda函数从映射中获取对应输入。

关键注意事项 #

• Snakemake的工作流以输出文件为驱动核心，所有规则定义需围绕输出展开，通配符的解析依赖最终目标文件的名称。
• 映射字典的键必须和规则output中的通配符值完全一致，否则会出现键匹配失败的KeyError。

内容的提问来源于stack exchange，提问作者Dzmitry