两个txt文件通过某一字段关联

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()