如何用Python生成映射分组列表并集成到Snakemake工作流中？

不用手动生成gpa/gpb这类重复分组列表，直接建立元素到所属分组的映射关系就能高效实现需求：

1. 定义分组与映射 #

在Snakefile开头先定义原始分组，并构建元素到对应分组的字典：

# 原始分组定义
gp1 = ["a", "b", "c"]
gp2 = ["x", "y", "z"]
all_elements = ["a", "b", "c", "x", "y", "z"]

# 建立元素→所属分组的映射
element_to_group = {}
for elem in gp1:
    element_to_group[elem] = gp1
for elem in gp2:
    element_to_group[elem] = gp2

2. 编写Snakemake规则 #

通过规则实现目录创建与文件复制逻辑：

# 总目标：触发所有元素的目录生成任务
rule all:
    input:
        expand("{elem}/", elem=all_elements)

# 单元素目录创建+文件复制规则
rule setup_dir_and_copy:
    output:
        directory("{elem}/")
    params:
        # 根据通配符获取当前元素对应的分组文件列表
        group_files=lambda wildcards: element_to_group[wildcards.elem]
    shell:
        """
        mkdir -p {output}
        cp {" ".join(params.group_files)} {output}
        """

3. 逻辑说明 #

• 映射字典element_to_group直接关联每个元素到它所属的原始分组，比如element_to_group["a"]对应["a","b","c"]，element_to_group["x"]对应["x","y","z"]，省去手动生成冗余列表的步骤。
• rule all作为总入口，触发所有元素的目录创建任务。
• rule setup_dir_and_copy中，通过lambda函数根据通配符elem动态获取分组文件列表，再用" ".join()将列表转为空格分隔的文件名，执行复制操作。

运行Snakemake后，就能生成你需要的目标目录结构。

内容的提问来源于stack exchange，提问作者Dvik