3

我是 Python 菜鸟。经过几个小时的谷歌搜索和搜索 stackoverflow ，我未能找到解决问题的方法：

我使用外部脚本来读取包含分子活动信息的文件。读取数据后，数据将以下列形式出现在列表中：

INACT67481 -10.84

也就是说，分子的名称和它的活性值，用一个空格分隔。分子名称的长度变化很大。

现在，问题是，每个分子可能有多个（最多 n 个）值，并且只应保留最高值，同时确保顺序不会改变（除了删除具有较小值的重复项）。

在诸如this和this之类的线程的帮助下，我知道如何简单地删除重复项，但是对于如何仅删除具有最小值的那个而不诉诸可怕的循环混乱，我感到很迷茫。

编辑：我也可以在 python 中重写文件解析脚本，如果有不同形式的数据会更容易。

EDIT: Sample data:
CHEMBL243059.smi 11.75
CHEMBL115092.smi 10.49
CHEMBL244771.smi 10.79
CHEMBL471221.smi 10.78
CHEMBL573301.smi 10.77
CHEMBL469583.smi 10.77
CHEMBL115092.smi 10.97
CHEMBL244771.smi 8.95
CHEMBL16781.smi 10.76
CHEMBL440776.smi 10.76
CHEMBL243059.smi 10.75
CHEMBL115092 .smi 10.69

应该返回：

CHEMBL243059.smi 11.75
CHEMBL244771.smi 10.79
CHEMBL471221.smi 10.78
CHEMBL573301.smi 10.77
CHEMBL469583.smi 10.77
CHEMBL115092.smi 10.97
CHEMBL1678174076 10.7610
CHEMBL.

4

1 回答 1

2 
from collections import OrderedDict

D = OrderedDict()

with open("fin.txt") as fin:
    for line in fin:
        if line.isspace():   # Guard against empty lines
            continue
        molecule, sep, activity = line.partition(" ")
        activity = float(activity)
        if molecule in D:
            if activity > D[molecule]:
                D[molecule] = activity
                D.move_to_end(molecule)
        else:
            d[molecule] = activity
于 2013-06-11T10:18:57.220 回答