如何在Snakemake中以惯用方式访问嵌套字典并传递文件路径？

你在config.yml中定义了嵌套结构的实体配置：

entities:
    fbr:
        full_name: "FUBAR"
        filepath: "data/junk_1.txt"
    snf:
        full_name: "SNAFU"
        filepath: "data/junk_2.txt"

当前你通过列表推导式结合expand收集文件路径作为规则输入，但希望有更简洁的实现方式。以下是几种更惯用的优化方法：

方法1：移除冗余的expand，直接传入路径列表 #

expand用于根据通配符模板生成路径，这里你已经有完整的路径字符串，无需额外处理，直接传入列表即可：

configfile: "config.yml"

rule all:
    input:
        "data/result.txt"

rule first:
    input:
        [x["filepath"] for x in config["entities"].values()]
    output:
        "data/result.txt"
    shell:
        "cat {input} > {output}"

方法2：用operator.itemgetter简化字段提取 #

导入operator模块后，用map配合itemgetter可以更简洁地提取所有filepath字段：

from operator import itemgetter
configfile: "config.yml"

rule all:
    input:
        "data/result.txt"

rule first:
    input:
        list(map(itemgetter("filepath"), config["entities"].values()))
    output:
        "data/result.txt"
    shell:
        "cat {input} > {output}"

方法3：提前定义复用变量 #

如果多个规则需要用到这些文件路径，建议在Snakefile开头定义变量，后续直接引用即可：

configfile: "config.yml"
ENTITY_FILES = [ent["filepath"] for ent in config["entities"].values()]

rule all:
    input:
        "data/result.txt"

rule first:
    input:
        ENTITY_FILES
    output:
        "data/result.txt"
    shell:
        "cat {input} > {output}"

这些方法都能替代原有的繁琐写法，让代码更简洁易读。

内容的提问来源于stack exchange，提问作者Neuhof