比较csv文件的等级顺序

Question

我试图比较一个csv文件的前300行和另一个。我正在迭代第一个文件的每一行。在该迭代中，我将遍历第二个文件，计数每个迭代，直到找到匹配的。然后，我将计数值(第二个文件中匹配行的行)输出到文本文件中。

以下是我到目前为止所拥有的：

    import csv

with open('/Volumes/cachannel/CUTLER/subsampling/in-silico_IDC18_GFP18_names_only.csv', 'rb') as file1:
    file1reader = csv.reader(file1)
    with open('/Volumes/cachannel/CUTLER/subsampling/ICD18_GFP18_names_only.csv', 'rb') as file2:
        file2reader = csv.reader(file2)

        header1 = file1reader.next()
        header2 = file2reader.next()

        count = 0

        with open("Rank_results.txt", 'a') as outfile:
            while count < 300:
                print(count)
                for line1 in file1reader:
                    linenum = 1
                    for line2 in file2reader:
                        if line1 == line2:
                            print('match found')
                            outfile.write(str(linenum))
                        else:
                            linenum += 1
                count += 1

我现在遇到的错误是，当我知道还有更多的时候，它只找到第一次匹配，而没有找到任何其他匹配。

为了澄清这一点，举个例子：

档案1：

Bob
Sue 
Sally
Herald

档案2：

Sue 
Bob 
Herald 
Sally

输出文件：

2 1 4 3

Answer 1

您的主要问题是尝试多次迭代第二个文件。为了多次遍历整个内容，您需要关闭并重新打开它。您还可以让Python通过使用enumerate()自动计数行号，并通过将它们存储在列表中并检查其长度来计数匹配数。

另一个问题是示例输入文件中没有头行。假设它们包含它们，下面的操作应该是您想要的：

import csv

MAX_COUNT = 300
filename1 = '/Volumes/cachannel/CUTLER/subsampling/in-silico_IDC18_GFP18_names_only.csv'
filename2 = '/Volumes/cachannel/CUTLER/subsampling/ICD18_GFP18_names_only.csv'
matches = []

with open(filename1, 'rb') as file1:
    file1reader = csv.reader(file1)
    header1 = file1reader.next()

    for line1 in file1reader:
        with open(filename2, 'rb') as file2:
            file2reader = csv.reader(file2)
            header2 = file2reader.next()

            for linenum, line2 in enumerate(file2reader, start=1):
                if line1 == line2:
                    print('match found')
                    matches.append(str(linenum))
                    if len(matches) >= MAX_COUNT:
                        break

        if len(matches) >= MAX_COUNT:
            break

with open("Rank_results.txt", 'w') as outfile:
    outfile.write(' '.join(matches) + '\n')