Para hacerlo todo en una sola iteración sobre cada archivo, yo recurriría a un diccionario de la forma:
{acortado-> str: {"estado": str, "condados": set(str), "ciudades": int}}
La idea es aprovecharse de que en los diccionarios y conjuntos no puede haber duplicados.
Ejemplo de datos de partida:
####states.csv
AK,Alaska
AL,Alabama
####cities.csv
AK,Yukon Koyukuk,Tanana
AK,Yukon Koyukuk,Venetie
AK,Ketchikan Gateway,Ketchikan
AK,Ketchikan Gateway,Saxman
AL,Autauga,Autaugaville
AL,Autauga,Billingsley
AL,Autauga,Booth
import csv
estados = {}
with open('states.csv') as csvfile:
reader = csv.reader(csvfile, delimiter = ',')
estados = {acortacion: {"estado": estado, "condados": set(), "ciudades": 0}
for acortacion, estado in reader}
En éste punto tendremos ya un diccionario con la estructura descrita, con los campos condados
y ciudades
inicializados solamente a la espera de recorrer cities
:
{'AK': {'estado': 'Alaska', 'condados': set(), 'ciudades': 0},
'AL': {'estado': 'Alabama', 'condados': set(), 'ciudades': 0}
}
with open('cities.csv') as csvfile:
reader = csv.reader(csvfile, delimiter = ',')
for acortacion, condado, ciudad in reader:
estados[acortacion]["condados"].add(condado)
estados[acortacion]["ciudades"] += 1
En éste punto tenemos nuestro diccionario completo con todo lo que necesitamos:
{'AK': {'estado': 'Alaska',
'condados': {'Yukon Koyukuk', 'Ketchikan Gateway'},
'ciudades': 4},
'AL': {'estado': 'Alabama',
'condados': {'Autauga'},
'ciudades': 3}
}
solo queda formatear cada línea y escribir el txt de salida:
with open('output.txt', "w") as out_file:
out_file.writelines(
((f"{acortacion}, {datos['estado']}: "
f"{len(datos['condados'])}, {datos['ciudades']}\n")
for acortacion, datos in estados.items()
)
)
Salida:
####output.txt
AK, Alaska: 2, 4
AL, Alabama: 1, 3
P.D si alguien de Alaska ve ésto (lo dudo...) que no se ofenda por llamar "condados" a los Boroughs... :)