如何在python中使用condition组合两个文件中的行？

Question

我需要将两个文件中的行合并，前提是其中一个文件的行是第二个文件行的一部分。在

第一个文件的一部分：

12319000    -64,7357668067227   -0,1111052148685535  
12319000    -79,68527661064425  -0,13231739777754026  
12319000    -94,69642857142858  -0,15117839559513543    
12319000    -109,59301470588237 -0,18277783185642743  
12319001    99,70264355742297   0,48329515727315125  
12319001    84,61113445378152   0,4060446341409862  
12319001    69,7032037815126    0,29803063228455073  
12319001    54,93886554621849   0,20958105041136763  
12319001    39,937394957983194  0,13623056582981297  
12319001    25,05574229691877   0,07748669438398018  
12319001    9,99716386554622    0,028110643107892755  

第二个文件的一部分：

^{pr2}$

我需要创建一个文件，其中的行由以下内容组成：第一个文件中的所有行和第二个文件中的所有行。除了第一列中的文件名。在

如您所见，第一个文件中有多个行，与第二个文件中的一个行对应。我需要对每一行执行该操作，因此输出应该如下所示：

12319000    -94,69642857142858  -0,15117839559513543  mutant    1  
12319000    -109,59301470588237 -0,18277783185642743  mutant    1  
12319001    99,70264355742297   0,48329515727315125  mutant 2  
12319001    84,61113445378152   0,4060446341409862  mutant  2  

我写了这个代码：

oocytes = open(file_with_oocytes, 'r')  
results = open(os.path.join(path, 'results.csv'), 'r')  
results_new = open(os.path.join(path, 'results_with_oocytes.csv'), 'w')  
for line in results:  
    for lines in oocytes:  
        if lines[0:7] in line:  
            print line + lines[12:]  

但是它打印出这个，而且没有更多的，第一个文件中有45行：

12319000    99,4952380952381    0,3011778623990699
    mutant  1  

12319000    99,4952380952381    0,3011778623990699
    mutant  2  

12319000    99,4952380952381    0,3011778623990699
    mutant  3  

密码怎么了？ 或者应该以完全不同的方式来做？在

Answer 1

请注意，除了第二个文件中文件扩展名的长度外，此解决方案不依赖任何字段的长度。在

# make a dict keyed on the filename before the extension
# with the other two fields as its value
file2dict = dict((row[0][:-4], row[1:])  
                     for row in (line.split() for line in file2))

# then add to the end of each row 
# the values to it's first column
output = [row + file2dict[row[0]] for row in (line.split() for line in file1)]

仅用于测试目的，我使用：

^{pr2}$

你应该只使用普通的文件对象。测试数据的输出为：

   [['12319000', '-64,7357668067227', '-0,1111052148685535', 'mutant', '1'],
    ['12319000', '-79,68527661064425', '-0,13231739777754026', 'mutant', '1'],
    ['12319000', '-94,69642857142858', '-0,15117839559513543', 'mutant', '1'],
    ['12319000', '-109,59301470588237', '-0,18277783185642743', 'mutant', '1'],
    ['12319001', '99,70264355742297', '0,48329515727315125', 'mutant', '2'],
    ['12319001', '84,61113445378152', '0,4060446341409862', 'mutant', '2'],
    ['12319001', '69,7032037815126', '0,29803063228455073', 'mutant', '2'],
    ['12319001', '54,93886554621849', '0,20958105041136763', 'mutant', '2'],
    ['12319001', '39,937394957983194', '0,13623056582981297', 'mutant', '2'],
    ['12319001', '25,05574229691877', '0,07748669438398018', 'mutant', '2'],
    ['12319001', '9,99716386554622', '0,028110643107892755', 'mutant', '2']]

Answer 2

Python中的文件句柄具有状态；也就是说，它们的工作方式与列表不同。您可以反复遍历一个列表，每次都可以得到所有的值。另一方面，文件有一个位置，下一个read()将从该位置开始。迭代文件时，每行read()。当您到达最后一行时，文件指针位于文件的末尾。文件末尾的read()返回字符串''！在

您需要做的是在开始时在oocytes文件中读取一次，然后存储这些值，可能如下所示：

oodict = {}
for line in oocytes:
    oodict[line[0:7]] = line[12:]

for line in results:
    results_key = line[0:7]
    if results_key in oodict:
        print oodict[results_key] + line

Answer 3

好吧，简单的事情是，你在行尾打印了一行新行，你可以用[0:-1]行去掉它

接下来，“lines[0:7]”只测试行的前7个字符—您想测试8个字符。这就是为什么相同值的“line”被打印出3个不同的突变值。在

最后，您需要关闭和重新打开结果中每一行的卵母细胞。如果未能这样做，则在第一行结果之后结束输出。在

实际上，另一个答案更好-不要为每一行结果打开或关闭卵母细胞-打开它并读入（到一个列表中）一次，然后为每一行结果迭代该列表。在