文章/答案/技术大牛

发布

社区首页 >问答首页 >在两个文件python中找到相同的模式

问在两个文件python中找到相同的模式
EN

Stack Overflow用户

提问于 2015-12-14 20:28:52

回答 3查看 121关注 0票数 0

我试图在一个文件中找到一个单词，并在两个不同的文件中搜索这个单词--在第一个文件中搜索该单词，如果找到该单词，则在一个新文件中打印行--在第二个文件中搜索同一个单词，如果发现该单词在第一个文件中的行之后在同一输出文件中打印，并与一个制表分隔。

这就是我写的剧本：

for line in first_file:
   for line2 in second_file:
      for word in keywords:
       if re.match (r"\b"+word+r"\b" , line):
          result = (line.strip()+'\t'+line2.strip())
          print (result, file = new_file)

但是我得到的结果总是一个空文件。

This is an example of the first file : 
contig-39000000 1211    11.3902
contig-44000000 6128    17.8944
contig-91000000 2180    14.2197

this is an example of the second file 
contig-316000330    out.18
contig-39000000 out.25

..。

这是一个搜索文件的例子

contig-39000000
contig-289000379
contig-300000489
contig-310000168
contig-310000172
contig-320000463
contig-324000213
contig-327000055
contig-341000436
contig-342000384
....

预期的结果如下：

contig-39000000 1211    11.3902   out.25

谢谢

python

回答 3

Stack Overflow用户

回答已采纳

发布于 2015-12-14 21:09:08

是的，熊猫比SQLite容易得多。

import pandas as pd

# change sep to use '\t' if those files actually are tab-delimited 
df1 = pd.read_csv('file1.txt', sep=r'\s+', header=None)
df2 = pd.read_csv('file2.txt', sep=r'\s+', header=None)

result = pd.merge(df1, df2, on=0)
result.to_csv('output.txt', sep='\t', header=False, index=False)

file1.txt含量

contig-39000000 1211    11.3902
contig-44000000 6128    17.8944
contig-91000000 2180    14.2197

file2.txt含量

contig-39000000     out.13
contig-316000330    out.18
contig-316000341    out.25

output.txt含量

contig-39000000 1211    11.3902 out.13

票数 3

Stack Overflow用户

发布于 2015-12-14 21:09:14

一种方法是将前两个文件放入字典中。然后，我们可以循环遍历搜索文档，并查看条目是否是第一个字典中的键。如果是，我们检索值(原始行)并在第二行中搜索它。如果它也在第二个文件中，则将值附加到文本中，然后将其写入文件中。

first_dict = {line.split()[0]: line for line in first_file}
second_dict = {line.split()[0]: line.split()[1] for line in second_file}

for search in search_file:
    if search in first_dict:
        out_text = first_dict[search]

        if search in second_dict:
            out_text = out_text + "\t" + second_dict[search]

        new_file.write(out_text)

票数 0

Stack Overflow用户

发布于 2015-12-14 21:09:25

我建议使用熊猫DataFrames，这对于处理更大的数据非常有用。

我的做法如下：

#!/usr/bin/env python3
# coding: utf-8

import pandas as pd

# read both input files
df1 = pd.read_csv('file1.csv', delim_whitespace=True, names=['A', 'B'], index_col=0)
df2 = pd.read_csv('file2.csv', delim_whitespace=True, names=['C'], index_col=0)

# concat the DataFrames read generated from the read data on same index
df3 = pd.concat([df1, df2], axis=1)

# print all DataFrames in order to double-check
print(df1)
print(df2)
print(df3)

# write concated DataFrame to output.csv
df3.to_csv('output.csv', header=False, sep='\t')

这个片段将消耗两个输入文件并产生如下输出文件：

output.csv：

contig-316000330            out.18
contig-39000000 1211.0  11.3902 out.25
contig-44000000 6128.0  17.8944 
contig-91000000 2180.0  14.2197

file1.csv (输入文件)：

contig-39000000 1211    11.3902
contig-44000000 6128    17.8944
contig-91000000 2180    14.2197

file2.csv (输入文件)：

contig-316000330    out.18
contig-39000000 out.25

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/34276020

复制

相似问题

问在两个文件python中找到相同的模式
EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在两个文件python中找到相同的模式EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在两个文件python中找到相同的模式
EN