質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.05%

ファイル内要素の比較,抽出(再)

受付中

回答 4

投稿

  • 評価
  • クリップ 0
  • VIEW 1,290
退会済みユーザー

退会済みユーザー

こちらの質問をさせていただいたものです.
https://teratail.com/questions/16209

ご回答いただいた命令で動いてはいるのですが,
コメントにも書いた通り,億単位の要素を比較しています.

かなり時間がかかってしまい困っているのですが,
うまく処理する方法はないでしょうか.

ご教授願います.

#python3.4
#windows
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • cateye

    2015/09/19 19:47 編集

    データは降順になっているのでしょうか?
    それともランダム?
    昇順であればかなり早くなると思いますが?

    キャンセル

回答 4

0

何度も同じ処理をするなら
正規化してデータベース(DBMS)に突っ込んでSQLで目的のデータを取り出す方がいいと思います。
最初にデータベースに入れるところで相当時間かかりそうですが。
適切にインデックスつければ目的データの取り出しは早くなると思います。
1回しかやらないことなら気長に待つのもありです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

grepに任せてしまう。
sed 's/.*/^&\t/' A > A.tmp  #行頭に ^、行末にタブを付加する
grep -f A.tmp B

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

億単位のIDが有るのはファイルAのみですか?ファイルBのみですか?それともファイルA,ファイルB共にですか?

ファイルAが小さくファイルBが大きい場合と、
ファイルAは大きくファイルBが小さい場合とでは、
高速化の手法が異なってきます。


例を見ると、ファイルA,ファイルB,出力と全てがソートされているように見えます。
ファイルAはソートされてますか?
ファイルBはソートされてますか?
出力はソートされている必要は有りますか?
「どちらかがソートされている」「両方がソートされている」「ファイルはソートされていないが出力もソートされる必要が無い」のそれぞれによっても高速化の手法が異なります。

その辺りの情報があれば、より良いアドバイスができるかと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

例として両方のファイルがソートされている場合、下記のようにするとより速くなるはずです。
#coding: utf-8

import csv;

rows1=csv.reader(open('data1.txt', 'r'))
rows2=csv.reader(open('data2.txt', 'r'), delimiter = '\t')
row1=rows1.next()
row2=rows2.next()
while True:
    if row1[0]<row2[0]:
        try:
            row1=rows1.next()
            continue
        except:
            break
    if row1[0]==row2[0]:
        print row2[0] + "\t" + row2[1]
    try:
        row2=rows2.next()
    except:
        break

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.05%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る