Snakemake未执行代码段仍报列表索引越界，求规范解决方法

你遇到的问题本质是Snakemake会提前渲染所有shell模板变量，不管shell脚本里的条件分支是否会执行。即使elif分支永远不会触发，Snakemake在解析{input.data[1]}时，会直接检查输入列表的长度，当输入只有1个元素时就会抛出IndexError。

你的临时方案（返回重复文件）虽然可行，但会让依赖图冗余，还可能引发不必要的文件校验，下面是几种官方认可的规范解决方法：

方法1：在Python层处理条件逻辑（推荐） #

利用Snakemake的Python代码优先执行的特性，直接在rule里用Python判断输入长度，生成对应的shell命令，避免渲染未使用的索引：

def input_data(wildcards):
    if something_true:
        return ["ONE.txt", "TWO.txt"]
    else:
        return ["THREE.txt"]

rule B:
    input:
        data=input_data(wildcards)
    output: "copied_joined.txt"
    run:
        if len(input.data) == 2:
            # 处理双输入的情况
            shell("echo 'Running on double input!' && cp {input.data[1]} {output}")
        else:
            # 处理单输入的情况
            shell("echo 'Running on single input!' && cp {input.data[0]} {output}")

或者更简洁的方式，直接在shell模板中嵌入Python条件表达式：

rule B:
    input:
        data=input_data(wildcards)
    output: "copied_joined.txt"
    shell:
        """
        echo 'Running on {input.data}!'
        cp {input.data[1] if len(input.data) >=2 else input.data[0]} {output}
        """

方法2：拆分规则，按输入数量匹配 #

如果输入数量和通配符或业务逻辑强绑定，可以把不同输入情况拆分成独立规则，让Snakemake自动匹配执行：

def input_data(wildcards):
    if something_true:
        return ["ONE.txt", "TWO.txt"]
    else:
        return ["THREE.txt"]

rule all:
    input:
        expand("copied_joined_{sample}.txt", sample=["A", "B"])

rule B_single:
    input:
        data=lambda wc: input_data(wc) if len(input_data(wc)) ==1 else None
    output: "copied_joined_{sample}.txt"
    shell: "echo 'Single input!' && cp {input.data[0]} {output}"

rule B_double:
    input:
        data=lambda wc: input_data(wc) if len(input_data(wc)) ==2 else None
    output: "copied_joined_{sample}.txt"
    shell: "echo 'Double input!' && cp {input.data[1]} {output}"

这种方式更符合Snakemake的工作流设计理念，规则职责单一，依赖关系更清晰。

方法3：使用默认值包装输入访问 #

如果坚持在shell中写分支逻辑，可以先在Python层给输入列表补全默认值，避免索引越界：

def input_data(wildcards):
    files = ["ONE.txt", "TWO.txt"] if something_true else ["THREE.txt"]
    # 补全到2个元素，不存在的位置用第一个元素填充
    return files + [files[0]]*(2 - len(files))

rule B:
    input:
        data=input_data(wildcards)
    output: "copied_joined.txt"
    shell:
        """
        if [[ {input.data[0]} == "THREE.txt" ]]; then
            echo "Running on single input!"
            cp {input.data[0]} {output}
        else:
            echo "Running on double input!"
            cp {input.data[1]} {output}
        fi
        """

这种方式比你的临时方案更优雅，补全逻辑封装在输入函数里，shell脚本不需要感知细节。

内容的提问来源于stack exchange，提问作者Josh Loecker