[已解决]两个文件汉语字段自动匹配问题

Amgalang

各位鱼友大家上午好，
      我是一个python新手，目前遇到了一个问题，希望大佬给予帮助。真心谢谢大家了。
      具体问题是我有两个txt文件（文件A与文件B）

            文件A有两个字段信息：       
                AAA        [1]人[2]生命
                BBB        []植物[]动物

            文件B也有两个字段信息：
                人，生命        00002086N
                植物        00008019N
                动物        00091019N

           具体想法是，如果A与B两个文件中[]后的汉语对应，那么在文件A的两个字段后面新建相应的字段，提取并添加文件B中对应的数字编号。具体实现的效果是：
                AAA        [1]人[2]生命        00002086N
                BBB        []植物[]动物        00008019N                00091019N

           我目前拥有了些许的编程思维，但是动手能力较弱，恳请大家帮助，再次感谢，祝大家拥有美好的一天。

最佳答案

月排行榜 / 总排行榜

疾风怪盗

2020-9-17 17:44:13

Amgalang 发表于 2020-9-17 15:00
谢谢您的帮助
第一、刚刚了解到pandas模块是python的excel，但是 我没能安装成功，呜呜....
第二、按照 ...

这样可以么

1. import pandas as pd
   
2. 
   
3. a = pd.read_csv('A.txt', sep=':')
   
4. a['内容'] = [i.replace('1', '').replace('2', '') for i in a['内容']]
   
5. # print(a)
   
6. d = a['内容'].str.split('\[\]', expand=True).stack().reset_index(level=1, drop=True).rename('内容')
   
7. # print(d)
   
8. a = a.drop('内容', axis=1).join(d)
   
9. print(a)
   
10. 
    
11. b = pd.read_csv('B.txt', sep=':')
    
12. # print(b)
    
13. c = b['内容'].str.split(',', expand=True).stack().reset_index(level=1, drop=True).rename('内容')
    
14. # print(c)
    
15. b = b.drop('内容', axis=1).join(c)
    
16. print(b)
    
17. 
    
18. e = pd.merge(left=a, right=b, left_on='内容', right_on='内容')
    
19. print(e)
    
20. e.to_csv('C.txt', index=False)
    

复制代码

跳转到最佳答案楼层

sunrise085

嚯，回答你的问题还要花费鱼币啊。那不看了

Amgalang

sunrise085 发表于 2020-9-17 09:50
嚯，回答你的问题还要花费鱼币啊。那不看了

抱歉，我以为是悬赏，第一次用到所以弄错了，一顿操作后终于改过来了，哈哈哈
希望您能给予解答，谢谢您。

疾风怪盗

可以这样实现

1. 
   
2. import pandas as pd
   
3. 
   
4. a=pd.read_csv('A.txt')
   
5. a['编号']=''
   
6. print(a)
   
7. b=pd.read_csv('B.txt')
   
8. print(b)
   
9. for i in range(len(b)):
   
10.     for j in range(len(a)):
    
11.         num = a.loc[j, '内容'].find(b.loc[i, '内容'])
    
12.         if num>0:
    
13.             num_temp=a.loc[j, '内容'][num-3:num]
    
14.             a.loc[j,'编号']=a.loc[j,'编号']+num_temp+b.loc[i,'编号']
    
15. print(a)
    
16. a.to_csv('C.txt',index=False)
    

复制代码

Amgalang

疾风怪盗 发表于 2020-9-17 11:38
可以这样实现

谢谢您的帮助
第一、刚刚了解到pandas模块是python的excel，但是 我没能安装成功，呜呜....
第二、按照您的方法需要把文件B的内容修改一下，改成一行一个内容，但其实我在实验多内容的匹配，哈哈哈 我可能说的有点绕。我再试试pandas 谢谢您  

疾风怪盗

Amgalang 发表于 2020-9-17 15:00
谢谢您的帮助
第一、刚刚了解到pandas模块是python的excel，但是 我没能安装成功，呜呜....
第二、按照 ...

这样可以么

1. import pandas as pd
   
2. 
   
3. a = pd.read_csv('A.txt', sep=':')
   
4. a['内容'] = [i.replace('1', '').replace('2', '') for i in a['内容']]
   
5. # print(a)
   
6. d = a['内容'].str.split('\[\]', expand=True).stack().reset_index(level=1, drop=True).rename('内容')
   
7. # print(d)
   
8. a = a.drop('内容', axis=1).join(d)
   
9. print(a)
   
10. 
    
11. b = pd.read_csv('B.txt', sep=':')
    
12. # print(b)
    
13. c = b['内容'].str.split(',', expand=True).stack().reset_index(level=1, drop=True).rename('内容')
    
14. # print(c)
    
15. b = b.drop('内容', axis=1).join(c)
    
16. print(b)
    
17. 
    
18. e = pd.merge(left=a, right=b, left_on='内容', right_on='内容')
    
19. print(e)
    
20. e.to_csv('C.txt', index=False)
    

复制代码

Amgalang

疾风怪盗 发表于 2020-9-17 17:44
这样可以么

真心谢谢您了，完美解决，佩服 哈哈哈
不过 目前我还没能安装好 pandas

疾风怪盗

Amgalang 发表于 2020-9-17 19:15
真心谢谢您了，完美解决，佩服 哈哈哈
不过 目前我还没能安装好 pandas
可以的话，我想和您交 ...

你这个手机号都随便放网上么。。。。。。。。容易被骗。。。。。。
我没空搞项目的，工作很忙的
你有问题就直接论坛上问吧
我这段时间还有点空，等回单位了就不会经常上论坛了

Amgalang

疾风怪盗 发表于 2020-9-17 19:20
你这个手机号都随便放网上么。。。。。。。。容易被骗。。。。。。
我没空搞项目的，工作很忙的
你有问 ...

已修改 好的 好的 哈哈哈