python中的三向交叉匹配csv和拉/打印数据

我正在尝试在文本文件和CSV之间进行三向交叉匹配，匹配3个元素，作为每个匹配的结果，我们将调用/获取要附加到字符串中的某些元素

文本文件项应拆分为两行新行

/n/n

Textfile项目行1

应与

CSV元素2中的一行匹配
Textfile项目行2
应与
CSV元素1

如果两个匹配都成功，那么它需要匹配学生姓名，在第一种情况下，将“Tommy”与CSV元素9匹配

一旦所有三个变量都匹配，我们就知道匹配的是哪一行CSV行，现在我们需要记录
CSV元素10
，我们还需要从文本文件项中找到“数据2”

接下来的几个名字，我们需要再重复一遍，在我们的第一个例子中，是吉姆，埃尔兹M和本

在运行脚本结束时，我应该能够执行以下操作：

print Match1[0], Match3[0], Match1[0], Data1[0], Data2[0]
print Match1[1], Match3[1], Match1[1], Data1[1]
print Match1[2], Match3[2], Match1[2], Data1[2]

这将产生：

DMATCH1 MData (N/A) Tommy 55 Data2 $10.40
DMATCH1 MData (N/A) Jim 52
DMATCH1 MData (N/A) Elz M 22

我的CSV看起来像：

MATCH1,MATCH2,TITLE,TITLE,TITLE,TITLE,TITLE,TITLE,MATCH3,DATA,TITLE,TITLE
DMATCH1,MData (N/A),data,data,data,data,data,data,Tommy,55,data,data
DMATCH1,MData (N/A),data,data,data,data,data,data,Ben,54,data,data
DMATCH1,MData (N/A),data,data,data,data,data,data,Jim,52,data,data
DMATCH1,MData (N/A),data,data,data,data,data,data,Elz M,22,data,data
DMATCH2,MData (B/B),data,data,data,data,data,data,James Smith,15,data,data
DMATCH2,MData (B/B),data,data,data,data,data,data,Jessica Long,224,data,data
DMATCH2,MData (B/B),data,data,data,data,data,data,Mike,62,data,data
DMATCH3,Mdata,data,data,data,data,data,data,Joe Reane,66,data,data
DMATCH3,Mdata,data,data,data,data,data,data,Peter Jones,256,data,data
DMATCH3,Mdata,data,data,data,data,data,data,Lesley Lope,5226,data,data

我的文本文件包括：

MData (N/A)
DMATCH1
3 Tommy 144512/23332
1 Jim 90000/222311
1 Elz M 90000/222311
1 Ben 90000/222311
Data $50.90
Data2 $10.40
Data3 $20.20


MData (B/B) 
DMATCH2
4 James Smith 2333/114441
4 Mike 90000/222311
4 Jessica Long 2333/114441
Data $50.90
Data2 $5.44


Mdata
DMATCH3
5 Joe Reane 0/0
5 Peter Jones 90000/222311
Data $10.91
Data2 $420.00
Data3 $210.00

如果方便的话，我可以修改文本文件，使其也是csv格式的

例如：

MData (N/A),DMATCH1,3 Tommy 144512/23332,1 Jim 90000/222311,1 Elz M 90000/222311,   1 Ben 90000/222311,Data $50.90,Data2 $10.40,Data3 $20.20

这将是我的尝试：

from collections import defaultdict
import re

# Nested defaultdict for data structure
def make_map():
    def make_map_dict():
        return defaultdict(dict)
    return defaultdict(make_map_dict)

# Read in the data
with open('/path/to/your/txt_file.txt', 'r') as f:
    txt_data = [map(str.strip, x.split('\n')) for x in map(str.strip, f.read().split('\n\n')) if x]

with open('/path/to/your/csv_file.csv', 'r') as f:
    header = f.readline()
    csv_data = [map(str.strip, x.split(',')) for x in map(str.strip, f.read().split('\n')) if x]

# Generate a mapping dictionaries
txt_map = defaultdict(make_map)
csv_map = defaultdict(make_map)

# Regex matches
name_re = re.compile(r'^(\d+) +(\w+(?: \w+)*) +(\d+/\d+)$')
data_re = re.compile(r'^(Data(?:\d+)?) +(\$\d+(?:\.\d{2})?)$')

# Make txt mapping
for datapoint in txt_data:
    names = [name_re.match(x).group(2) for x in datapoint[2:] if name_re.match(x)]
    data = {data_re.match(x).group(1): data_re.match(x).group(2) for x in datapoint[2:] if data_re.match(x)}
    for name in names:
        txt_map[datapoint[1]][datapoint[0]][name] = data

# Make csv mapping
for datapoint in csv_data:
    csv_map[datapoint[0]][datapoint[1]][datapoint[8]] = [datapoint[9]]

# Merge maps
final_map = defaultdict(make_map)
for x in txt_map:
    for y in txt_map[x]:
        for z in txt_map[x][y]:
            if csv_map[x][y][z] is not None:
                final_map[x][y][z] = csv_map[x][y][z] + [txt_map[x][y][z]]

# You now have final_map to do with what you will

这将为您留下一个嵌套的数据结构。如果需要，您可以将其展平并压缩。希望有帮助
 最好将其作为单独的表导入SQLite，并在其中执行联接。在Python中尝试这一点非常复杂。@Makoto我想有人会提到使用SQL来实现这一点，但不幸的是，除非Python能够轻松控制并使用SQLLite来完全自动化它，否则我无法使用SQL…回溯（最近的调用最后一次）：文件“C:\test.py”，第13行，在映射中x的txt_data=[map（str.strip，x.split（'\n'））中（str.strip，f.readall（）.split（'\n\n'））如果x]AttributeError:'file'对象没有属性'readall'有什么想法吗？