将数据替换为其他fi

Question

首先，我们有两个文件：

文件01.txt

101|10075.0|12|24/12/2015
102|1083.33|12|24/12/2015

第二个文件只有一行！

文件02.txt

101|False|Section06

第一个参数在两个文件中相同（唯一）。 我必须用文件02中的一些替换数据文件01。匹配准则是第一个参数（代码）。你知道吗

我有一个输入（代码请求）和两个文件的readlines下一步我需要做什么，我也与列表工作。你知道吗

预期结果：

input = 101

输出应为：

101|False|Section06
102|1083.33|12|24/12/2015

Answer 1

您可以使用^{}读取文件，并将它们放入dict中，然后像这样替换键：

import csv
with open('file1') as f:
    d = {i[0]: i[1:] for i in csv.reader(f, delimiter='|')}

with open('file2') as f:
    d.update({i[0]: i[1:] for i in csv.reader(f, delimiter='|')})

而d看起来像：

{'101': ['False', 'Section06'], '102': ['1083.33', '12', '24/12/2015']}

要获取例外输出：

>>> ['|'.join([i[0]]+i[1]) for i in d.items()]
['101|False|Section06', '102|1083.33|12|24/12/2015']

如果你想把它们写进一个文件：

with open('file1', 'w') as f:
    for i in d.items():
        f.write('|'.join([i[0]]+i[1]))

Answer 2

解决方案

这适用于给定的示例：

with open('file01.txt') as fobj1, open('file02.txt') as fobj2:
    data1 = fobj1.readlines()
    data2 = fobj2.readline()

code = data2.split('|', 1)[0]

with open('file01.txt', 'w') as fobj_out:
    for line in data1:
        if line.split('|', 1)[0] == code:
            fobj_out.write(data2 + '\n')
        else:
            fobj_out.write(line)

一步一步地

我们打开两个文件进行读取：

with open('file01.txt') as fobj1, open('file02.txt') as fobj2:
    data1 = fobj1.readlines()
    data2 = fobj2.readline()

读取的数据如下所示：

>> data1
['101|10075.0|12|24/12/2015\n', '102|1083.33|12|24/12/2015']

>> data2
'101|False|Section06'

我们只需要来自file02.txt的代码：

>>> code = data2.split('|', 1)[0]
code
'101'

data2.split('|', 1)在|处分裂。因为我们只需要一次分裂，我们可以用1来限制它。你知道吗

现在我们再次打开file01.txt。这次写：

with open('file01.txt', 'w') as fobj_out:
    for line in data1:
        if line.split('|', 1)[0] == code:
            fobj_out.write(data2 + '\n')
        else:
            fobj_out.write(line)

这一行if line.split('|', 1)[0] == code:执行与上面相同的拆分，但对file01.txt的所有行都执行。如果代码等于来自file02.txt的代码，我们使用来自file02.txt的行，否则我们只写回file01.txt的行形式。你知道吗

Answer 3

您只需将这两组数据连接成一个pandas.DataFrame()，如下所示：

import pandas as pd

df1 = pd.DataFrame([[10075.0, 12,'24/12/2015'], [1083.33, 12, '24/12/2015']], index=[101,102], columns=['prc', 'code', 'date'])
'''                    
101|10075.0|12|24/12/2015
102|1083.33|12|24/12/2015
'''
df2 = pd.DataFrame([[False, 'Section06'], [True, 'Section07']], index=[101,102], columns=['Bool', 'Section'])
'''
101|False|Section06
102|True|Section07
'''
pd.concat([df1,df2], axis=1, join='outer')

它给出：

          prc  code        date   Bool    Section
101  10075.00    12  24/12/2015  False  Section06
102   1083.33    12  24/12/2015   True  Section07

现在可以去掉不需要的列（例如使用pandas.Drop()）