对创建用于文件重命名的键：值字典对的不同方式感到困惑

Question

我正在尝试不同的方法来重命名文件，我很困惑为什么其中一些方法不起作用。假设我想使用字典

in

将文件

out

复制到文件

{"out": "in"}

。

代码不起作用#1：

rename = {"out": "in"}

def mapFile(wildcards):
    print ('wc:',wildcards.rr)
    file = rename[wildcards.rr]
    return (file)

rule all:
    input:
        expand("{rr}", rr = list(rename.keys()))

rule rename:
    input:
        mapFile
    output:
        "{rr}"
    shell:
        "cp {input} {output}"

错误信息：

Building DAG of jobs...
wc: out
wc: in
InputFunctionException in rule rename in file /Users/geo/Desktop/tmp/q.snakefile, line 12:
Error:
  KeyError: 'in'
Wildcards:
  rr=in
Traceback:
  File "/Users/geo/Desktop/tmp/q.snakefile", line 5, in mapFile (rule rename, line 19, /Users/geo/Desktop/tmp/q.snakefile)

令我困惑的是，传递给的

rr

通配符包含

in

和

out

，但我正在扩展的字典键只是

out

...

代码不起作用#2：

rename = {"out": "in"}

rule all:
    input:
        expand("{rr}", rr = list(rename.keys()))

rule rename:
    input:
        lambda wildcards: rename[wildcards.rr]
    output:
        "{rr}"
    shell:
        "cp {input} {output}"

错误信息：

Building DAG of jobs...
InputFunctionException in rule rename in file /Users/geo/Desktop/tmp/q.snakefile, line 12:
Error:
  KeyError: 'in'
Wildcards:
  rr=in
Traceback:
  File "/Users/geo/Desktop/tmp/q.snakefile", line 15, in <lambda> (rule rename, line 19, /Users/geo/Desktop/tmp/q.snakefile)

代码工作#3：

rename = {"out": "in"}

rule all:
    input:
        expand("{rr}", rr = list(rename.keys()))

rule rename:
    input:
        lambda wildcards: rename.get(f"{wildcards.rr}", "")
    output:
        "{rr}"
    shell:
        "cp {input} {output}"

我不明白发生了什么事。所有三个解决方案应该是相同的，但只有#3 有效。你能帮忙吗？

Answer 1

问题是您的规则重命名也会生成文件

in

。由于该文件不存在，snakemake 尝试创建它，并在选项 1 和 2 的输入函数中遇到关键错误。您可以使用

--debug-dag

选项更清楚地看到这一点，如果您

touch in

一切都应该可以工作。第三个选项“有效”，因为当请求的文件不在您的字典中时，您不会返回任何内容。据推测，如果您运行该工作流程，它将无法执行，因为 shell 将是

cp in

。

更一般地，您希望您的文件具有唯一的前缀或后缀。如果您将文件放入子目录中：

def mapFile(wildcards):
    print ('wc:',wildcards.rr)
    file = 'inputs/' + rename[wildcards.rr]
    return file

rule rename:
    input:
        mapFile
    output:
        "outputs/{rr}"
    shell:
        "cp {input} {output}"

一切都应该有效。这也是组织输出的好习惯，当您有多个规则时，它可以防止规则不明确。