举例

1. 两个txt文件通过某一字段关联

Wenyu’s Blog

背景

将两个txt文件通过两者共有的某一项进行关联，类似于数据库中的不同表通过id相关联。
txt1:#checkins(userID/venueID/time/offset)
txt2:#pois(venueID/latitude/longtitude/words/country)
通过共有项venueID，将txt1的数据以及txt2的数据关联起来，写入一个新的文件txt3。
格式如userID/venueID/time/offset/latitude/longitude/words/country

思路

将txt2文件的venueID作为字典的key，然后将latitude,longtitude,words,country写入一个列表里作为字典的值。

比对txt1中的venueID，相同则直接将txt1的此行写入txt3，同时将字典中的venueID对应的值——latitude,longtitude,words,country写入txt3

代码

f1=open('f:\checkins.txt','r')
f2=open('f:\pois.txt','r')
fout=open('f:\dataset.txt','a+')

dicc=dict()
for line in f2:                     #将pois.txt截取出各个字段，写入字典中,key为venueID,value为[latitude,longitutde,words,country]
    line=line.strip().split('\t')
    values=[]
    latitude=line[1]
    longitutde=line[2]
    words=line[3]
    country=line[4]

    values.append(latitude)
    values.append(longitutde)
    values.append(words)
    values.append(country)
    dicc[line[0]]=values        #venueID:[latitude,longitutde,words,country]
#venueID_list=[]

for line1 in f1:
    venueID=line1.split('\t')[1]

    if(dicc.get(venueID) != None):
        #if(venueID not in venueID_list):       #去掉重复，不需要则注释掉
            #venueID_list.append(venueID)

        fout.write(line1.strip('\n')+'\t'+dicc[venueID][0]+'\t'+dicc[venueID][1]+'\t'+dicc[venueID][2]+'\t'+dicc[venueID][3])
        fout.write('\n')


f1.close()
f2.close()
fout.close()