水平合并文本文件

Question

所以我有 20 个 txt 文件。 10个

A_1,A_2......A_10

另外10个是

B_1,B_2.....B_3......B_10

所以，基本上，我正在尝试水平合并A_1 和B_1、A_2 和B_2........、A_10 和B_10（这意味着如果有 4 A 和 B 中的每个列，我希望输出为 8)。我还想保存这 10 个合并文件。我真的是 Python 新手，所以不知道该怎么做。

import numpy as np
filelist=[]
filelist1=[]
for i in range(1,11):
    filelist.append("/Users/Hrihaan/Desktop/A_%s.txt" %i)
for j in range(1,11):
    filelist1.append("/Users/Hrihaan/Desktop/B_%s.txt" %j)

Answer 1

使用 pandas 可以轻松解决您的问题。下面这段代码会读取文件 A_1 - A_10 和 B_1 - B_10 ，然后水平追加各自的文件，最终得到10个数据帧。

import pandas

dataFrames_A = []
dataFrames_B = []

# file count of each type A or B
fileCount = 10

for i in range(1,fileCount+1):
    fileName_A = 'C:/Users/Hrihaan/Desktop/A_' + str(i) + '.txt'
    fileName_B = 'C:/Users/Hrihaan/Desktop/B_' + str(i) + '.txt'

    dataFrames_A.append(pandas.read_csv(fileName_A, sep='\t', encoding='utf-8'))
    dataFrames_B.append(pandas.read_csv(fileName_B, sep='\t', encoding='utf-8'))

mergedDataFrames = []
for i in range(0,fileCount):
    mergedDataFrames.append(pandas.concat([dataFrames_A[i], dataFrames_B[i]], axis=1))

for i, dataFrame in enumerate(mergedDataFrames):
    fileName = 'C:/Users/Hrihaan/Desktop/A_B_' + str(i+1) + '.txt'
    dataFrame.to_csv(fileName, sep='\t', encoding='utf-8')

Answer 2

对于一对文件，首先将文件 A 的内容拆分为行数组（由换行符 '\n' 字符拆分），对文件 B 执行相同操作。

然后，对于文件 B 的每一行，将该行附加到 A 的相应行。如果文件 A 的行数与文件 B 的行数不同，只需用空字符串填充较短的数组的其余部分，直到它们具有相同的行数（因此您将有 something 连接与相应的行）。

最后，用 '\n' 字符连接文件 A 的行（现在是两个文件行的连接），并对文件 B 执行相同操作。

Answer 3

如果您只想合并行而不考虑内容，则不需要numpy：

import os

def path(dirname, letter, index): # build the absolute path of a single file
    return os.path.join(dirname, '{}_{}.txt'.format(letter, index))

d = 'C:/Users/Hrihaan/Desktop'
for i in range(1, 11):
    with open(path(d, 'C', i), 'w') as fout, open(
           path(d, 'A', i)) as fa, open(path(d, 'B', i)) as fb:
         for line_a, line_b in zip(fa, fb):
             fout.write(line_a.rstrip('\n') + line_b)

这不会在两者之间插入任何分隔符，如果这些是制表符或逗号分隔的文件，您将需要它。您可以在代码的最后一行添加适当的分隔符，例如：

fout.write(line_a.rstrip('\n') + ' ' + line_b)

或者，您可以使用其他涉及文件实际解析的方法。