python - 比较python中两个未排序文件的列......需要特定的输出

Question

我有两个带有大数据的管道分隔文件......需要比较它们的列..I列是主键......

例如。一个.dat

123|NY|AA|500
569|NY|A|450
777|OK|B|250
899|OK|C|100

两个.dat

569|NY|A+|500
777|OK|A|350
899|OK|B|150

输出应该是这样的：

NY  column3 1
NY  column4 1
OK  column3 2
OK  column3 2

这意味着对于 NY 记录...第三列对于匹配记录有一个差异..对于 OK 记录...第 3 列对于匹配记录有 2 个差异....

我想在我的主键 I 列上加入两个文件，然后比较它们的列。

请帮帮我:)

Answer 1

如果对文件进行了排序，就像您展示的示例一样，您可以通过类似于合并排序的合并阶段的方式进行排序：

1. 您同时从两个文件的开头开始，并从每个文件中读取一行。
2. 如果它们的主键匹配，则比较它们并输出所需的差异行。
3. 如果没有，您会看到它们中的哪一个具有较小的键，然后转到该文件中的下一行。
4. 重复 2 或 3，直到您到达其中一个文件的末尾。

如果文件没有排序，请先按主键排序。