我有一个名为"器官.csv"的csv文件和另一个包含大量数据的csv文件。我正在比较它们以获得它们之间的匹配。后一个文件没有任何特定的格式，所以我不知道哪一列有关于器官的数据。我已经尝试了下面的代码来获取匹配项，但它有两个问题。
- 如果 csv2 在两列中有一个器官，它会附加到列表中两次。
- 如果一行没有任何器官，它只是忽略它。
我希望它执行以下操作：
- 如果一行有管风琴
- ，请跳到下一行（每行限制一个管风琴）
- 如果未找到器官，请打印类似"-"的内容
法典：
import csv
filename = "file.csv"
complist, orglist = [], []
fileA = open(filename, "rb")
reader = csv.reader(fileA, delimiter=',')
for row in reader:
for row_str in row:
complist.append(row_str)
with open("organs.csv", "rb") as fileB:
reader = csv.reader(fileB, delimiter='n')
for row in reader:
orglist += row
orglist = [x.lower() for x in orglist]
org = open ("organ_matches.txt", "wb")
org_writer = csv.writer(org)
for s in complist:
for xs in orglist:
if xs in s:
print >> org, xs
org.close()
orgfile = open ("organ_matches.txt" , "r")
organ = orgfile.read()
organ = organ.split("n")
organ = ",".join (organ)
organ = organ.split(",")
orgfile.close()
print organ
CSV1：
forearm
leg
abdomen
CSV2：
h1,h2,h3,h4
data1,forearm biopsy,tissue,cell
data2,leg injury,tissue in leg,cell9
data4,data,tissue4,cell6
它现在打印：
['forearm','leg','leg']
期望输出：
['forearm','leg','-']
在这里，我最终使用了一个列表理解*来存储器官名称，接下来，我已经循环了另一个文件的第二行到最后一行，使用 stop 辅助变量一次退出两个循环（这是你没有抓住的一点...
代码 MkI
organs = [line.strip() for line in file('uno.csv')]
matches = []
for line in [line for line in file('due.csv')][1:]:
stop = 0
matches.append('-')
for item in line.split(','):
if stop : break
for organ in organs:
if organ in item:
matches[-1] = organ
stop = 1
print matches
交替拍摄
在这里，我删除了不优雅的辅助变量并使用了一个更棘手的变量，更晦涩但更令人愉快（对我来说...）的方法
organs = [line.strip() for line in file('uno.csv')]
matches = []
for line in [line for line in file('due.csv')][1:]:
match = '-'
for item in line.split(','):
if match != '-' : break
for organ in organs:
if organ in item:
match = organ
matches.append(match)
print matches
输出
['forearm', 'leg', '-']
*编辑 似乎organs的顺序对您很重要，因此我将用于存储器官名称的数据结构从集合更改为列表。
编辑 #2
更精确
从OP中可以清楚地看出，对于每行due.csv，只需要一个匹配。 回想起来，我不清楚的是，如何只选择一场比赛。
我认为我们想从左到右扫描每个line中的item，并在找到匹配项时停止扫描，到目前为止一切顺利......但是，如果一个item匹配多个organ怎么办？
我当前的代码总是在organs上完成for循环，因此附加的匹配项是 uno.csv 中定义的顺序中的最后一个匹配项......
如果请求的匹配是第一个，则必须修改我的代码，将break添加到 for 循环中organs
for organ in organs:
if organ in item:
match = organ
break
也就是说，选择权在你...
以下代码通常有效，忽略 csv2 的标题行：
import csv
orglist = []
organ_matches = []
# Generate list of organs
with open('organs.csv', 'rb') as f_org:
csv_f = csv.reader(f_org)
for row in csv_f:
orglist.append(row[0])
# Convert to a set
set_org = set(orglist)
# Read csv2 file
with open('file.csv', 'rb') as f_tbl:
# Open output file to write to
with open('organ_matches.txt', 'wb') as f_out:
csv_f = csv.reader(f_tbl)
csv_f.next() # Ignore header
for row in csv_f:
set_row = set(' '.join(row).split(' ')) # Combine list elements and separate words
# Find common words with organs list and select only one
if set_row.intersection(set_org):
organ_match = list(set_row.intersection(set_org))[0]
else:
organ_match = '-'
organ_matches.append(organ_match)
f_out.write(organ_match + 'n')
你只需要遍历一次数据文件（complist），就可以删除多余的嵌套循环。
以便您的：
for s in complist:
for xs in orglist:
if xs in s:
print >> org, xs成为：
for s in complist:
if s in orglist:
print >> org, s
else:
print >> org, '-'