首先逐行读取file2，以建立lookup指令。
然后逐行读取file1，在dict中查找ID键，构建输出行并写入输出文件。
这是一个复杂度为O（n）的过程，只有dict会消耗一点内存，所有的文件处理都是基于流的。

with open("file2.txt") as f:
    lookup = {}
    f.readline()  # skip header
    while True:
        line = f.readline().rstrip()
        if not line:
            break
        fields = line.split(";")
        lookup[fields[1]] = line

with open("file1.txt") as f, open("output.txt", "w") as out:
    f.readline()  # skip header
    out.write("ID;NAME;OTHER INFO;LOCATION;ID_PERSON;PHONE\n")
    while True:
        line_in = f.readline().rstrip()
        if not line_in:
            break
        fields = line_in.split("|")
        line_out = ";".join(fields)
        if found := lookup.get(fields[0]):
            line_out += ";" + found
        else:
            line_out += ";;;"
        out.write(line_out + "\n")

正如Alex在他的评论中指出的，你可以使用Pandas合并这两个文件。

import pandas as pd

# Load files
file_1 = pd.read_csv("file_1.csv", index_col=0, delimiter="|")
file_2 = pd.read_csv("file_2.csv", index_col=1, delimiter=";")

# Rename PERSON_ID as ID
file_2.index.name = "ID"

# Merge files
file_3 = file_1.merge(file_2, how="left", on="ID")
file_3.to_csv("file_3.csv")

使用示例file_3.csv看起来如下所示：

ID,NAME,OTHER INFO,LOCATION,PHONE
353253453,LAURENT,STUFF 1,NY,555666.0
563636345,MARK,OTHERS,,
786970908,GEORGES,THINGS,CA,555555.0

额外

顺便说一句，如果你不熟悉Pandas，这是一个很棒的入门课程：Learn Pandas Tutorials

您可以创建索引以防止每次都遍历file2。通过从file2创建一个字典并通过调用其索引检索它的每个相关项来实现这一点。

file1 = open(filename1, 'r', errors='ignore')
file2 = open(filename2, 'r', errors='ignore')
output = open('result.csv', 'w', newline='')

indexed_data = {}
for line2 in file2.readlines()[1:]:
    data2 = line2.rstrip('\n').split(";")
    indexed_data[data2[1]] = {
        'Location': data2[0],
        'Phone': data2[2],
    }

output.write('ID;NAME;OTHER INFO;LOCATION;ID_PERSON;PHONE\n')

for line1 in file1.readlines()[1:]:
    data1 = line1.rstrip('\n').split("|")
    if data1[0] in indexed_data:
        output.write(f'{data1[0]};{data1[1]};{data1[2]};{indexed_data[data1[0]]["Location"]};{data1[0]};{indexed_data[data1[0]]["Phone"]}\n')
    else:
        output.write(f'{data1[0]};{data1[1]};{data1[2]};;;\n')