Question

Python初学者。我需要从第一个文件＆＃34; src.csv＆＃34;中获取每一行，其中包含类似（300行）的字符串

"12345, a, b"
"234567, e, c"

并在第二个文件中找到字符串＆＃34; data.csv＆＃34; （100k行）

"12345678"
"23456789011248"

第一个文件的第一个coloumn，其中digits是secon文件中某个字符串的子字符串。然后写入输出文件。

import sys
import csv



dat_file_name = "data.dat"
src_file_name = "src.csv"
out_file_name = "out.csv"

if (len(sys.argv) == 4):
    dat_file_name = sys.argv[1]
    src_file_name = sys.argv[2]
    out_file_name = sys.argv[3]


out_writer = open(out_file_name, "w")


i = 0
j = 0
with open(src_file_name, "r") as src, open(dat_file_name, 'r') as dat:
    src_reader = csv.reader(src)
    dat_reader = csv.reader(dat)

    for sub_string in src_reader:

        # print sub_string

        for string in dat_reader:

            out_writer.write(sub_string[0])
            out_writer.write("\n")

            print sub_string[0]

            i+=1
        j+=i


out_writer.close()

print i #for debug only
print j #for debug only

但是我没有＆＃34; sub_string [0]＆＃34;的预期值，而是第一个文件的第一行的第一个值......

12345
12345
...

在每次迭代中。然后，输出文件包含100k行而不是30m。

我的问题是为什么我的嵌套循环使用版本具有意外行为。为什么变量＆＃34; substring [0]＆＃34;嵌套循环内部不会改变？我将不胜感激任何帮助。

Answer 1

为什么它应该在嵌套循环中改变？内部循环遍历dat_reader，但sub_string是外部迭代的结果，它不会发生变化，直到内部循环完全结束。

你根本不想要一个嵌套循环;你想一次循环两个文件。您可以使用zip：

执行此操作

for sub_string, string in zip(src_reader, dat_reader):
    out_writer.write(sub_string[0])

您根本不需要索引i和j，请将其删除。

Answer 2

好吧，这段代码有些不对劲。首先，你甚至不检查子串，然后你的循环是倒退的。

out_file_name = "out.csv"

if (len(sys.argv) == 4):
    dat_file_name = sys.argv[1]
    src_file_name = sys.argv[2]
    out_file_name = sys.argv[3]

with open(src_file_name, "r") as src, open(dat_file_name, 'r') as dat, open(out_file_name, "w") as out_writer:
    src_reader = csv.reader(src)
    dat_reader = csv.reader(dat)

    for string in dat_reader:    
        for sub_string in src_reader:
            if sub_string[0] in string: #Check if substring in string
                out_writer.write(sub_string[0])
                out_writer.write("\n")

                print sub_string[0]
        src.seek(0) #Your file pointer is at the end of the file so move it back to the beginning

变量在嵌套循环python中不会改变

2 个答案: