如何将文件字符串与DataFrame的position列匹配并输出对应vector？

需要将文件中的每行字符串与DataFrame的position列匹配，匹配成功则输出该行字符串及其对应的vector列内容。

文件内容示例：

0100000000
0001000000

期望输出格式：

0100000000 01
0001000000 01

现有基础代码：

import pandas as pd

data_f = pd.DataFrame(
    {'position':
        {0: '1000000000',
         1: '0100000000',
         2: '0010000000',
         3: '0001000000',
         4: '0000100000',
         5: '0000010000'},
     'vector': {0: '10', 1: '01', 2: '10', 3: '01', 4: '01', 5: '01'}})

with open("/test_2vec/example_vec61.txt", "r") as f1:
    for vec in f1:
        print(vec)

可以先将DataFrame的position和vector转换为字典实现快速查找，同时处理文件每行的换行符确保匹配准确，修改后的代码如下：

import pandas as pd

data_f = pd.DataFrame(
    {'position':
        {0: '1000000000',
         1: '0100000000',
         2: '0010000000',
         3: '0001000000',
         4: '0000100000',
         5: '0000010000'},
     'vector': {0: '10', 1: '01', 2: '10', 3: '01', 4: '01', 5: '01'}})

# 构建position到vector的映射字典，提升查找效率
pos_to_vec = dict(zip(data_f['position'], data_f['vector']))

with open("/test_2vec/example_vec61.txt", "r") as f1:
    for line in f1:
        # 去除行尾换行符及空白字符，避免匹配失败
        pos_str = line.strip()
        # 检查当前行字符串是否存在于映射中
        if pos_str in pos_to_vec:
            print(f"{pos_str} {pos_to_vec[pos_str]}")

关键说明 #

• dict(zip(data_f['position'], data_f['vector']))：把DataFrame的两列打包成键值对字典，将position作为键、vector作为值，单次查找复杂度为O(1)，比循环遍历DataFrame更高效。
• line.strip()：移除每行字符串的换行符、空格等空白字符，解决文件读取时自带换行符导致的匹配失效问题。
• 匹配成功时按照指定格式输出目标内容。

内容的提问来源于stack exchange，提问作者Vykov