Python中的复杂数据操作

Question

我有 3 个文件，其中包含真实数据和伪数据以及真实数据的值。

File_one 有两列，一列是真实数据，第二列是平移数据。 IE。对于真实数据，会给出一个伪值。

col[0] col[1]
123     0
234     1
345     2
456     3
567     4
678     5

File_two 具有成对的伪值，即代替 123，使用的值是 0，伪值对的方式与 [0, 1] 相同，这意味着实际的 [123, 234]。

col[0]  col[1]
0        2
0        3
0        5
2        4
5        1

所以可以说file_two中的col[0] and col[1]是键，值在file_onecol[0]

现在我必须将file_two 中的伪值对与file_one 中的真实数据col[0] 进行匹配，并将输出保存到新文件中。我们将其命名为file_four。这里对只出现ONE时间。

col[0]  col[1]
123     345
123     456
123     678
345     567
678     234

现在file_three 出现了。 File_three 有 3 列。

col[0] 和 col[1] 与 file_four 中的对相同，但它们还有许多其他对在 file_four 中不存在。

文件_三个

col[0]  col[1]  col[2]
123     345       54
345     262       65
123     456       54
2456    2467      98
123     678       46
7845    2458      631
345     567       153
3456    3673      94
678     234       5

最后，我需要匹配file_four 对，即col[0] col[1] 并从file_three 中的col[2] 中提取值，并生成一个新的output_file，其中file_four 对作为键和值在col[2] 的file_three 中。

在下面的代码中，我试图只考虑前两个文件

from collections import defaultdict

d1 = dict()
d2 = dict()

with open('input1.txt', 'r') as file1:
    for row in file1:
        c0, c1 = row.split()[:2]
        d1[c1] = c0
with open('input2.txt', 'r') as file2:
    for row in file2:
        c0, c1 = row.split()[:2]
        d2[(c0, c1)] = [d1[c1], d1[c1]]

#for k, v in sorted(d2.items()):
    #print '\t'.join(v)
print d2

Error:

Key Error: 'key' 

即使没有注释 for 循环并且注释了最后一个打印，也会出现相同的错误。

Answer 1

您没有匹配的键，因为 d1 包含对作为键，而 d2 包含单个值。

这行好像错了：

    key =  col[0], col[1]

Answer 2

对于d1，使用 file1 的第 1 列作为键，使用第 0 列作为创建查找表的值：

f1 = [(123,0),(234,1),(345,2),(456,3),(567,4),(678,5)]
f2 = [(0,2),(0,3),(0,5),(2,4),(5,1)]

d1 = {c1:c0 for c0,c1 in f1}

这允许您使用 file2 列值来查找d1中的值

d2 = {(c0, c1):[d1[c0], d1[c1]] for c0, c1 in f2}
print d2

>>>
{(5, 1): [678, 234], (0, 3): [123, 456], (0, 5): [123, 678], (0, 2): [123, 345], (2, 4): [345, 567]}
>>>

重构文件 1 和文件 2 的代码：

d1, d2 = dict(), dict()
with open('inputfile1.txt', 'r') as file1:
    for row in file1:
        c0, c1 = row.strip().split()[:2]
        d1[c1] = c0

with open('inputfile2.txt', 'r') as file2:
    for row in file2:
        c0, c1 = row.strip().split()[:2]
        d2[(c0, c1)] = [d1[c0], d1[c1]]

>>> for k, v in sorted(d2.items()):
    print '\t'.join(v)


123 345
123 456
123 678
345 567
678 234
>>> 

在赋值期间解包值/项目：

>>> 
>>> x, y, z = [1, 2, 3]
>>> print x, y, z
1 2 3
>>> x, y = [1, 2, 3]

Traceback (most recent call last):
  File "<pyshell#259>", line 1, in <module>
    x, y = [1, 2, 3]
ValueError: too many values to unpack
>>> 
>>> a, b, _, _, _, _ = '1 2 3 4 5 6'.split()
>>> print a, b, _
1 2 6
>>>