Python循环更新字典时基因列表被覆盖而非追加问题求解

原有代码问题 #

• 直接执行gene_list[group] = get_genes(group,sp)的赋值操作会直接覆盖该分组下已有的基因列表，是数据被覆盖的核心原因
• dict.update()是字典的键值对更新方法，不适用于对字典值（列表类型）做元素追加，属于方法误用

修正后代码 #

import pandas as pd

# 配置参数与初始数据
groups = ["group1", "group2"]
species_list = ["spA", "spB"]
data = {
    "group1": ["geneA1", "geneA2"],
    "group2": ["geneB1", "geneB2"]
}

# 你的基因查询函数，可替换为实际逻辑
def get_genes(group, sp):
    # 示例返回值，替换为实际查询结果
    return [f"gene_{sp}_{group}"]

# 核心遍历追加逻辑
for sp in species_list:
    for group in groups:
        new_gene_list = get_genes(group, sp)
        # 兼容分组不存在的场景，避免KeyError
        if group not in data:
            data[group] = []
        # 追加新基因到原有列表，不覆盖旧数据
        data[group].extend(new_gene_list)

# 输出转换后的DataFrame
print(pd.DataFrame.from_dict(data).T)

可选优化 #

如果需要避免列表中出现重复基因，可将追加逻辑替换为如下代码（保留原有顺序）：

for gene in new_gene_list:
    if gene not in data[group]:
        data[group].append(gene)

内容的提问来源于stack exchange，提问作者zkrt