计算两个表中等效行的交集

我有两个 FITS 文件。让我们考虑一下例如第一个文件有 100 行和 2 列。第二个文件有 1000 行和 2 列。

    FITS FILE 1      FITS FILE 2

    A        B        C        D
    1        2        1        2
    1        3        1        2  
    2        4        1        2

我需要采取第一个文件的第一行，即 1 和 2，并检查第二个文件中有多少行有 1 和 2。在我们的例子中，第二个文件中有 3 行，其中包含 1 和 2。我需要对第二行（第一个文件）（即 1 和 3）执行相同的操作，并找出第二个文件中有多少行有 1 和 3，依此类推。

第一个文件没有重复项（所有行都有不同的对，没有一个是相同的，只有文件 2 有许多我需要找到的相同对）。

我最终需要第二个文件中与第一个 FITS 文件的行具有相似值的行数。

所以最终会是：

A    B    Number
1    2      3   # 1 and 2 occurs 3 times
1    3      5   # 1 and 3 occurs 5 times

等等。

我知道我需要以某种方式遍历列表并得到答案。我知道zip将为我提供第一个文件的行，但我没有找到迭代这些值的方法。

到目前为止我一直在尝试做的是以某种方式实现它zip:

for i,j in zip(A,B):
    for m,n in zip(C,D):

通过使用for i,j in zip(A,B): I get i,j成为我的第一个文件的第一行，依此类推。这样我就可以将它与第二个文件进行比较。

你已经快到了。您所需要的只是一个Counter计算第二个文件中每行出现的次数。

from collections import Counter
# Create frequency table of (C,D) column pairs
file2freq = Counter(zip(C,D))
# Look up frequency value for each row of file 1
for a,b in zip(A,B):
    # and print out the row and frequency data.
    print a,b,file2freq[a,b]

就是这样！只有四行非常简单的代码。

如果你没有collections.Counter，你可以使用defaultdict模拟它：

from collections import defaultdict
file2freq = defaultdict(int)
for c,d in zip(C,D):
    file2freq[c,d] += 1
for a,b in zip(A,B):
    print a,b,file2freq[a,b]