根据您的评论回答。

import pandas as pd

data = {
    "group1": ["a", "b", "c"],
    "group2": ["x", "y", "z"]
}

df = pd.DataFrame([(k, v) for k, vs in data.items() for v in vs],
                  columns=['Group', 'Value'])

rule all:
    input:
        expand("{group}/{sub_group}.txt", zip, group=df['Group'], sub_group=df['Value'])

rule some_rule:
    output: "{group}/{sub_group}.txt"
    params:
        group='{group}',
        sub_group='{sub_group}'
    shell:
        """
        echo {params.group} {params.sub_group} > {output}
        """

可以使用嵌套列表解析

data = {
    "group1": ["a", "b", "c"], 
    "group2": ["x", "y", "z"]
}

files = sum(
    [
        [f"{key}/{value}.txt" for value in values] for key,values in data.items()],
    []
)

print(files)

我想你是打算然后运行一个程序对每个文件？如果是这样：

for file in files:
     # run script on `file`

您可以使用以下命令：

rule some_rule: 
    input: "single_input_file.txt"
    output: "{group}/{sub_group}.txt"
    script: 
        "some_script.R"

并访问R脚本中的通配符{group}和{subgroups}的值，例如snakemake@wildcards[['group']]（未测试，但我认为应该可以）。
或者，我认为您可以：

params:
    group='{group}'
    sub_group='{sub_group}',

我找到了一个解决我的问题的方法，使用一个自定义组合子函数。

def pairwise_product(*args):
result = []
for group, sub_group in zip(*args):
    sub_group = ([sub_group[0]], sub_group[1])
    for sub_sub_group in itertools.product(*sub_group):
        result.append((group, sub_sub_group))
return result

查看snakemake的expand函数的源代码，我意识到可以使用自己的combinator函数。
pairwise_product期望输入两个元组列表，其中每个元组包含通配符名称和通配符值，例如

wildcard1 = [("group", "group1"), ("group", "group2")]
wildcard2 = [("sub_group", ["a", "b", "c"]), ("sub_group", ["x", "y", "z"])]
pairwise_product(wildcard1, wildcard2)

这个函数调用的输出将是：

[(('group', 'group1'), ('sub_group', 'a')),
 (('group', 'group1'), ('sub_group', 'b')),
 (('group', 'group1'), ('sub_group', 'c')),
 (('group', 'group2'), ('sub_group', 'x')),
 (('group', 'group2'), ('sub_group', 'y')),
 (('group', 'group2'), ('sub_group', 'z'))]

• *expand函数**的输出为：

expand("{group}/{sub_group}.txt", pairwise_product, group=data.keys(), sub_group=data.values())

['group1/a.txt',
 'group1/b.txt',
 'group1/c.txt',
 'group2/x.txt',
 'group2/y.txt',
 'group2/z.txt']

使用这个解决方案，我还可以获得我想要的通配符，即列表中的各个元素-分别为每个字典键提供值。
请注意，此函数仅针对data字典中所示格式的两个通配符设计，未针对其他格式进行测试。