如何打破只有一个嵌套循环

Question

我有两个制表符分隔的文件,我需要测试第一个文件中的每一行与另一个文件中的所有行.例如,

文件1:

row1    c1    36    345   A
row2    c3    36    9949  B
row3    c4    36    858   C

文件2:

row1    c1    3455  3800
row2    c3    6784  7843
row3    c3    10564 99302
row4    c5    1405  1563

假设我想输出(file1)中的所有行,其中file1的col [3]小于file2的任何(不是每个)col [2],因为col [1]是相同的.

预期产量:

row1    c1    36    345   A
row2    c3    36    9949  B

由于我在Ubuntu工作,我希望输入命令看起来像这样:
python code.py [file1] [file2] > [output]

我写了以下代码:

import sys

filename1 = sys.argv[1]
filename2 = sys.argv[2]

file1 = open(filename1, 'r')
file2 = open(filename2, 'r')

done = False

for x in file1.readlines():
    col = x.strip().split()
    for y in file2.readlines():
        col2 = y.strip().split()
        if col[1] == col2[1] and col[3] < col2[2]:
            done = True
            break
        else: continue
print x

但是,输出看起来像这样:

row2    c3    36    9949  B

这对于较大的数据集来说是显而易见的,但基本上我总是只获得嵌套循环中的条件为真的最后一行.我怀疑"休息"让我脱离了两个循环.我想知道(1)如何打破只有一个for循环,以及(2)如果这是我遇到的唯一问题.

Answer 1

break并continue应用于最内层的循环.

问题是您只打开第二个文件一次,因此它只读一次.for y in file2.readlines():第二次执行时,file2.readlines()返回一个空的iterable.

要么移动file2 = open(filename2, 'r')到外部循环,要么使用seek()倒带到开头file2.