Python 将数据替换到不同的文件

首先，我们有两个文件：

file01.txt

第二个文件只有一行

file02.txt

第一个参数在两个文件中相同（唯一）。 我必须用file02中的一些替换数据file01。匹配条件是第一个参数（代码）

我有一个输入（代码请求）和两个文件的阅读行，下一步我需要做什么，我也在处理列表

预期结果：

input = 101

输出应为：

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

您可以使用读取文件，并将其放入dict中，然后按如下方式替换密钥：

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='|')})

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

>> data2
'101|False|Section06'

而

d

看起来像：

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

要获取例外输出，请执行以下操作：

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

如果要将它们写入文件：

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

---

您只需将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')

其中：

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

现在您可以去掉不需要的列（例如使用

pandas.Drop（）

）

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：

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='|')})

>> 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

file02.txt

中的代码：

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

data2.split（“|”，1）

在

处拆分。因为我们只需要一次拆分，所以可以使用

1

来限制它

现在我们再次打开

file01.txt

。这次写作：

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)

---

如果line.split（“|”，1）[0]==code:执行与上述相同的拆分，但对

file01.txt

的所有行执行此拆分。如果代码等于

file02.txt

中的代码，我们使用

file02.txt

中的行，否则我们只需将行形式

file01.txt

写回。

你是什么意思？是否用第二个文件替换第一个文件？为什么不直接复制粘贴…哈哈有趣？不，我的程序必须这样做，因为我有两个文件的表格，可以看到两个文件的终端数据。完全不清楚你在问什么。在你的问题中向我们展示你的预期结果。我想知道如果你必须将修改过的表格写回文件1，时间复杂度是否太高。我在上面说过，我正在处理列表，你能告诉我这里的每一行都做了什么吗？这些文件只是示例，我的行相当大，我必须将它隔离在某个临时文件中，并逐部分更改，然后写回同一位置的旧文件。拆分（“|”，1）。对于什么是“1”？它在

|

处拆分，但只拆分一次：

['101'，False | Section06']'

。问题是，对于某些行，我们需要列的某个子集，而对于其他行，我们需要另一个子集。自从我首先阅读并回答后，OP对其问题做了很大的更改。啊。。