[英]Python to search values in one text file, compare them with values in another text file, then replace values if there is a match
我有两个文件。
第一个文件(约400万个条目)有2列:[标签] [能量]
第二个文件(~200,000个条目)有2列:[上标签] [下标签]
例如:
档案1:
375677 4444.5
375678 6890.4
375679 786.0
文件2:
375677 375679
375678 375679
我想用文件1中的'energy'值替换文件2中的'label'值,使文件2变为:
档案2(新):
4444.5 786.0
6890.4 786.0
或者将'energy'值添加到文件2,这样文件2变为:
文件2(替代):
375677 375679 4444.5 786.0
375678 375679 6890.4 786.0
必须有一种方法可以在python中执行此操作,但我的大脑无法正常工作。
到目前为止我写的
from sys import argv
from scanfile import scanner
class UnknownCommand(Exception): pass
def processLine(line):
if line.startswith('23'):
print line[0:-1]
filename = 'test1.txt'
if len(argv) == 2: filename = argv[1]
scanner (filename, processLine)
where scanfile is:
def scanner(name, function):
file = open(name, 'r')
while True:
line = file.readline()
if not line: break
function(line)
file.close()
这允许我通过从文件2(例如23)手动插入标签来搜索和打印文件1中的标签+值。 毫无意义且耗时。
我需要编写一个部分,从文件2中读取标签并将它们连续放入'line.startswith('lable'),直到文件2结束。
有什么建议么?
谢谢您的帮助。
假设file1
中的标签是唯一的,我首先会将该文件读入字典:
with open('file1') as fd:
data1 = dict(line.strip().split()
for line in fd if line.strip())
这为字典data1
提供了如下内容:
{
'375677': '4444.5',
'375678': '6890.4',
'375679': '786.0',
}
现在,通读file2
,在遍历文件时执行适当的修改:
with open('file2') as fd:
for line in fd:
data = line.strip().split()
print data1[data[0]], data1[data[1]]
或者,替代方案:
with open('file2') as fd:
for line in fd:
data = line.strip().split()
print ' '.join(data), data1[data[0]], data1[data[1]]
这种方法值得一提,只有4M条目对你的记忆太多了
一些代码来演示它:
s = set()
with open('File2') as file2:
for line in file2:
for i in line.split():
s.add(i)
d = {}
with open('File1') as file1:
for line in file1:
k,v = line.split()
if k in s:
d[k] = v
with open('NewFile2', 'w') as out_file:
with open('File2') as file2:
for line in file2:
k1,k2 = line.split()
out_file.write(' '.join([k1,k2,d[k1],d[k2]]))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.