Python搜索一个文本文件中的值，将它们与另一个文本文件中的值进行比较，如果存在匹配项，则替换这些值

我有两个文件

第一个文件（约400万个条目）有两列：[标签][能量]
第二个文件（~200000个条目）有两列：[上标签][下标签]

例如：

文件1:

375677 4444.5              
375678 6890.4        
375679  786.0

375677 375679 4444.5 786.0  
375678 375679 6890.4 786.0

文件2:

375677 375679      
375678 375679

我想用文件1中的“能量”值替换文件2中的“标签”值，以便文件2变成：

文件2（新）：

4444.5 786.0   
6890.4 786.0

或将“能量”值添加到文件2中，使文件2成为：

文件2（可选）：

375677 4444.5              
375678 6890.4        
375679  786.0

375677 375679 4444.5 786.0  
375678 375679 6890.4 786.0

在python中一定有办法做到这一点，但我的大脑不工作

到目前为止我已经写过了

from sys import argv   
from scanfile import scanner   
class UnknownCommand(Exception): pass   

def processLine(line):       
  if line.startswith('23'):   
    print line[0:-1]

filename = 'test1.txt'   
if len(argv) == 2: filename = argv[1]   
scanner (filename, processLine)   

where scanfile is:

def scanner(name, function):   
  file = open(name, 'r')   
  while True:   
    line = file.readline()   
    if not line: break   
    function(line)   
  file.close()   

这允许我通过手动插入文件2中的标签（例如23），搜索并打印文件1中的标签+值。毫无意义且耗时

我需要写一个部分，从文件2中读取标签，并将它们连续放入'line.startswith（'lable'），直到文件2的末尾

有什么建议吗

---

谢谢您的帮助。

假设

file1

中的标签是唯一的，我会首先将该文件读入字典：

with open('file1') as fd:
    data1 = dict(line.strip().split()
                 for line in fd if line.strip())

这提供了一个字典

data1

，其内容如下：

{
  '375677': '4444.5',
  '375678': '6890.4',
  '375679': '786.0',
}

现在，通读

文件2

，根据需要执行适当的修改 您可以遍历该文件：

with open('file2') as fd:
    for line in fd:
        data = line.strip().split()
        print data1[data[0]], data1[data[1]]

或者，您可以选择：

with open('file2') as fd:
    for line in fd:
        data = line.strip().split()
        print ' '.join(data), data1[data[0]], data1[data[1]]

---

只有当4M条目对您的内存来说太多时，这种方法才值得采用

从所有File2 ID（上限和下限）创建一个集合

在大文件（File1）上循环并创建一个dict仅包含映射中的条目

再次循环文件2并生成输出文件

一些代码可以演示它：

s = set()
with open('File2') as file2:
    for line in file2:
        for i in line.split():
            s.add(i)
d = {}
with open('File1') as file1:
    for line in file1:
        k,v = line.split()
        if k in s:
            d[k] = v
with open('NewFile2', 'w') as out_file:
    with open('File2') as file2:
        for line in file2:
            k1,k2 = line.split()
            out_file.write(' '.join([k1,k2,d[k1],d[k2]]))

---

如果你先自己尝试一些东西，然后告诉我们哪里有问题，你会得到更好的答案。我已经写了几个章节来扫描文件1并打印结果（手动放入标签）。不知道如何从文件2中读取标签，并将它们依次插入到我所写的内容中。这可能是完全错误的方式。