python 如何按列合并两个文件？
数据如下：dat1='''
a 11
b 12
c 13
'''
dat2='''
d 1.3
a 2.4
b 4.3
v 2.2
c 3.4
'''
如何按第1列合并数据，得到以下结果：
a 11 2.4
b 12 4.3
c 13 3.4
求指导！！！
本来我的想法是，把数据都存成二维数组，然后循环dat1的第1列，判断dat2有没有，有的合在一块。
可是找了很久，卡在怎么取dat2的第1列，怎么能一下子取出某列呢？
网上看有人推荐Pandas 正在学习…… 本帖最后由 mswsg 于 2016-04-29 10:40 编辑
先占楼，你起得这么早呢python test.py --input1 dat1.txt --input2 dat2.txt > 2.out.txt#!/usr/bin/env python
# -*- coding: utf-8 -*-
__author__ = 'shengwei ma'
__author_email__ = 'shengweima@icloud.com'
import sys
import getopt
input_file1 = ""
input_file2 = ""
try:
opts, args = getopt.getopt(sys.argv, "h", ["input1=", "input2="])
except getopt.GetoptError as err:
print(str(err))
for op, value in opts:
if op == "--input1":
input_file1 = value
elif op == "--input2":
input_file2 = value
elif op == "-h":
print("python get_value_according_first_column.py --input1 dat1 --input2 dat2 > out.txt")
sys.exit()
#以上可忽略,定义shell中接受的参数及数据
f1 = open(input_file1, 'r')
f2 = open(input_file2, 'r')
lines1 = f1.readlines() # 将整个文件读作一个列表,可以添加 print lines1 查看,这里一行表示里边的一个元素(字符串),如lines1,则表示第一行
lines2 = f2.readlines() # 将整个文件读作一个列表,可以添加 print lines2 查看,第一行第一列,lines2
for line1 in lines1: # 遍历列表lines1中的每个元素,及遍历读取文件1的每一行
line1 = line1.strip().split()# 这里的一行就是一个字符串,使用字符串的strip方法,去掉行尾换行符,使用split分割字符串成列表
for line2 in lines2:
line2 = line2.strip().split()# 同样 遍历文件2中每一行
if line1 in line2: # line1 (注意是line 不是lines) 表示某一行的第一列,即查询某行第一列是否在文件2中,如果在
line1.extend(line2) # 在的话,则将 文件2中的第二列以后的部分添加到第一行的后边
print ' '.join(line1) # 将列表 line1 转换成字符串打印
f1.close() # 关闭文件
f2.close() # 关闭文件 回复 2# mswsg
谢谢，前面的没看明白，后面的看明白了。感觉python代码好长啊，我以前学R的，用R的话一句话就搞定了。不过R没有python运算速度快，问下python的哲学是不是都得用循环？而没有什么高级函数，都要自己造轮子？
本帖最后由 Linux_manne 于 2016-04-29 11:34 编辑
感觉长 那就简化下f1 = open('1.txt', 'r').readlines()
f2 = open('2.txt', 'r').readlines()
print [ (l1.split(), l1.split(), l2.split()) for l1 in f1 for l2 in f2 if l1.split() == l2.split() ]###########不嵌套tuple 的############
print [ "{0} {0} {1}".format(l1.split(), l2.split()) for l1 in f1 for l2 in f2 if l1.split() == l2.split() ] 回复 3# 小风0000
python 有很多pythonic 的写法... 可惜 这个要很有经验的人才 写的出来, 上述那种简洁的写法 其实还可以优化.. 本帖最后由 mswsg 于 2016-04-29 11:34 编辑
这个列表解析，如果能理解，这个好。
是不是自己造轮子，我还真不知道，对于初学者应用基本python知识造轮子其实还挺好的。
有没有其他第三方模块，暂时未知回复 4# Linux_manne
回复 6# mswsg
你应该回复lz而不是我....... :em40: 谢谢大家，还是不好高骛远了，先把基础打好，能得到结果才是硬道理！ from os import linesep
f1 = open('/root/1.txt')
f2 = open('/root/2.txt')
f3 = open('/root/3.txt', 'w')
lines1 = f1.readlines()
lines2 = f2.readlines()
for line1 in lines1:
k = line1.split()
for line2 in lines2:
if line2.split() == k:
line3 = line1.replace(linesep, '') + "" + str(line2.split()) + linesep
f3.write(line3)
f1.close()
f2.close()
f3.close()
回复 1# 小风0000
这个最好用字典，而不用列表。速度会大不一样的。不信你用个大数据集>10000, 试试。
代码如下：with open("1.txt") as IN1, open("2.txt") as IN2:
f1 = { k:v for k,v in }
f2 = { k:v for k, v in }
print [ (k,f1,f2 ) for k in f2 if k in f1 ]
[('a', '2.4', '11'), ('c', '3.4', '13'), ('b', '4.3', '12')]