与python中的其他文件根据共同的行分割文件

Question

我有2个文本文件。 file1有6列2行，但是file2有2列5行，如下例所示：

文件1：

Code        S1      S2      S3      S4      S5     
X2019060656_12      4.068522        1889.299282     1547.771971     434.392935      4346.019078
X2019060657_05      1.318325        1290.142988     285.579601      73.329331       2222.198520

file2：

Class       group
X2019060656_12      A
X2019060657_05      A
X2019060658_04      A
X2019060659_03      A
X2019060660_08      A

我想制作file2的一个子集，但仅是其中“类”列与file1中的“代码”列相似的行。这是预期的输出：

预期输出：

Class       group
X2019060656_12      A
X2019060657_05      A

为此，我在python中编写了以下代码：

file1 = open("file1.txt", "r")
file2 = open("file2.txt", "r")

file1 = {}
keys1 = []
values1 = []
with open("file1.txt") as file1:
    for line in file1.lines():
        keys1.append(line[0])
        values1.append(line[1])
        dict_file1 = dict(zip(keys1, values1))


file2 = {}
keys2 = []
values2 = []
with open("file2.txt") as file2:
    for line in file2.lines():
        keys2.append(line[0])
        values2.append(line[1])
        dict_file2 = dict(zip(keys2, values2))
        newlist = [] 
        for item in dict_file1:
            for item2 in dict_file2:
                if item1 == item2:
                    new_list.append(line)

with open('new_file.txt', 'w') as f:
    for i in new_list:
        f.write("%s\n" % i)

但是输出文件不在预期输出行中。你知道如何解决吗？

Answer 1

您可以使用pandas这样操作：

import pandas as pd
df1 = pd.read_csv("file1.txt",delim_whitespace=True)
df2 = pd.read_csv("file2.txt",delim_whitespace=True)
df2[df2['Class'].isin(df1['Code'])]

输出：

    Class   group
0   X2019060656_12  A
1   X2019060657_05  A

如果要导出到文件，请使用df2.to_csv