在python中查找和替换大型文本文件(单行文件或单字符串文件)的最快方法
在python中查找和替换大型文本文件(单行文件或单字符串文件)的最快方法
提问于 2021-02-22 07:07:46
每一次，我都面临着在python中查找和替换大文本文件(它只是一个单行文件或单个字符串文件)速度慢的问题，这需要花费很多时间来完成任务。我有一个excel文件，其中列"A“的代码在文本文件中可用来替换为"B”列，但代码约为一百万或更多。任何你能推荐的最快的方法。提前谢谢。这两种方法我都试过了。
# first way
import pandas as pd
import re
df = pd.read_excel("rep-codes.xlsx", header=None, index_col=False, dtype=str)
df.columns = ['A', 'B']
for index, row in df.iterrows():
open_file = open('final.txt', 'r')
read_file = open_file.read()
regex = re.compile((row['A']))
read_file = regex.sub((row['B']), read_file)
write_file = open('final.txt','w')
write_file.write(read_file)
# 2nd way
df = pd.read_excel("rep-codes.xlsx", header=None, index_col=False, dtype=str)
df.columns = ['A', 'B']
fin = open("final.txt", "rt")
data = fin.read()
for index, row in df.iterrows():
data = data.replace((row['A']), (row['B']))
fin.close()
fin = open("final.txt", "wt")
fin.write(data)
fin.close()Stack Overflow用户
发布于 2021-02-23 00:50:13
如果.txt文件只有一列数据，那么操作就应该像这样简单；
df = pd.read_excel("rep-codes.xlsx", header=None, index_col=False, dtype=str)
df.columns = ['A', 'B']
df['B'].to_csv('final.txt')如果.txt文件是多列，您只需要将a列的值与b列的值进行交换；
df = pd.read_excel("rep-codes.xlsx", header=None, index_col=False, dtype=str)
df.columns = ['A', 'B']
txt_df = pd.read_csv('final.txt')
txt_df['A']=df['B']
txt_df.to_csv('final.txt')我还会猜测，还有一些其他因素没有提到，比如不同的列大小等等。如果需要，请让我知道还需要更改哪些内容。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66308127
复制相关文章
相似问题
腾讯云开发者
