比较列表并将其合并到表中

Question

我有一个唯一字符串的列表(“示例ID”)。我还有一个表，其中包含第一个列表中的字符串子集，每个字符串子集都与下一列(以空格为分隔符)中的另一个字符串(“示例特征”)相关联。例如：

# All Sample IDs
id-001
id-002
id-003
id-004
id-005

# Subset of Samples, with associated characteristics string
id-001    'batch-1, yellow'
id-003    'batch-1, yellow'
id-005    'batch-9, blue'

​

# Desired Output
id-001    'batch-1, yellow'
id-002    NA
id-003    'batch-1, yellow'
id-004    NA
id-005    'batch-9, blue'

我正在尝试组合这两个列表，创建一个表，其中第一列将包含所有“样本ID”，第二列将包含每个ID的相应“样本特征”字符串，如果ID不在第二个列表中，则为“NA”。

我一直在使用此代码比较两个ID列表，以找出哪些示例ID将具有可用的“sample characteristics”字符串：

with open('FILE1.txt', 'r') as file1:
        with open('FILE2.txt', 'r') as file2:
                same = set(file1).intersection(file2)
with open('RESULT.txt', 'w') as file_out:
        for line in same:
                file_out.write(line)

我还没有弄清楚如何获得这些ID的“样本特征”，并将它们与第一个列表结合起来。我认为使用字典应该是第一步：

with open('FILE1.txt', 'r') as file1, open('FILE2.txt', 'r') as file2:
     data1 = file1
     data2 = dict(file2)

我不知道如何继续下去。

Answer 1

我想你要找的东西是这样的：

import csv

results = {}
with open('FILE1.txt') as file1:
    for id_num in file1:
        results[id_num.strip()] = None

with open('FILE2.txt') as file2:
    csv_reader = csv.reader(file2, delimiter=' ')
    for row in csv_reader:
        id_num, characteristic = row
        results[id_num] = characteristic

with open('RESULT.txt', 'w') as file_out:
    csv_writer = csv.writer(file_out, delimiter=' ')
    for id_num, characteristic in results.items():
        if characteristic is None:
            characteristic = 'NA'
        row = [id_num, characteristic]
        csv_writer.writerow(row)

这基本上建立了一个字典，将第一个文件中的所有id作为字典的键。

然后遍历第二个文件的每一行，为出现的每个id更新字典。

然后，它将更新后的字典写入新的csv文件。