将一组值与文本文件中的另一组值匹配答案

【问题标题】：Matching one set of values to another in a text file将一组值与文本文件中的另一组值匹配
【发布时间】：2012-11-17 04:11:09
【问题描述】：

我有一个包含以下信息的文本文件：

1961 - Roger (Male)
1962 - Roger (Male)
1963 - Roger (Male)
1963 - Jessica (Female)
1964 - Jessica (Female)
1965 - Jessica (Female)
1966 - Jessica (Female)

如果我想在文件中搜索单词“Roger”，我希望它打印出该名称对应的年份，即 1961、1962、1963。最好的方法是什么？

我是用字典做的，但后来意识到字典不能有重复的值，并且 1963 在文本文件中被提到了两次，所以它不起作用。

我正在使用 Python 3，谢谢。

【问题讨论】：

使用collections.defaultdict(list)，其中键是姓名（可能是+性别），并且年份附加到相应的值，该值将自动以空列表开始。

标签： python list python-3.x

【解决方案1】：

使用以名称为键的字典，并将年份存储在列表中：

In [1]: with open("data1.txt") as f:
   ...:     dic={}
   ...:     for line in f:
   ...:         spl=line.split()
   ...:         dic.setdefault(spl[2],[]).append(int(spl[0]))
   ...:     for name in dic :    
   ...:         print (name,dic[name])
   ...:       

Roger [1961, 1962, 1963]
Jessica [1963, 1964, 1965, 1966]

或者你也可以使用collections.defaultdict:

In [2]: from collections import defaultdict

In [3]: with open("data1.txt") as f:
   ...:     dic=defaultdict(list)
   ...:     for line in f:
   ...:         
   ...:         spl=line.split()
   ...:         dic[spl[2]].append(int(spl[0]))
   ...:     for name in dic:    
   ...:         print name,dic[name]
   ...:         
Roger [1961, 1962, 1963]
Jessica [1963, 1964, 1965, 1966]

【讨论】：

你再次对 Ashwini 有很大帮助。但是，它可以工作，但是，我拥有的实际文件中的某些名称具有中间名，因此 spl[2] 并非一直都有效。我做了 line.split('-') 来解决这个问题，但它总是在每行的末尾产生一个“\n”，知道为什么吗？
@Goose 您可以使用strip() 或简单地使用line.strip('\n').split('-') 来阅读\n。

【解决方案2】：

为什么您不能使用字典和名称索引（例如Roger）作为键并将值作为年份列表（此处为[1961,1962,1963]？这对您不起作用吗？

所以在循环结束时，您会得到所有名称与年份一致的值，这正是您想要的。

【讨论】：

我尝试使用 dict 方法，所以我将键作为年份，将值作为名称，当我在 dict 中搜索匹配“Roger”的值时，它得到了 1961、1962 但不是 1963因为杰西卡也分享了那一年。
将“roger”作为键，将“years”作为值。那么就可以了。

【解决方案3】：

使用tuples。它们可以存储在列表中，并可以迭代。

假设您的列表如下所示：

data = [(1961, 'Rodger', 'Male'),
        (1962, 'Rodger', 'Male'),
        (1963, 'Rodger', 'Male'),
        (1963, 'Jessica', 'Female')]

您可以像这样对其运行查询：

# Just items where the name is Rodger
[(y, n, s) for y, n, s in data if n == "Rodger"]

# Just the year 1963
[(y, n, s) for y, n, s in data if y == 1963]

或者使用更多 Pythonic 代码：

for year, name, sex in data:
    if year >= 1962:
        print "In {}, {} was {}".format(year, name, sex)

1962 年，罗杰是男性
1963 年，罗杰是男性
1963年，杰西卡是女性

【讨论】：

【解决方案4】：

您始终可以使用正则表达式。

import re

f = open('names.txt')
name = 'Roger'

for line in f.readlines():
    match = re.search(r'([0-9]+) - %s' % name, line)
    if match:
        print match.group(1)

【讨论】：

【解决方案5】：

正如我在 cmets 中建议的那样：

from collections import defaultdict

result = defaultdict(list)
with open('data.txt', 'rt') as input:
    for line in input:
        year, person = [item.strip() for item in line.split('-')]
        result[person].append(year)

for person, years in result.items():
    print(person, years, sep=': ')

输出：

Roger (Male): ['1961', '1962', '1963']
Jessica (Female): ['1963', '1964', '1965', '1966']

【讨论】：