4

我知道这很简单，但我是 Python 的新用户，所以我在这里遇到了一些麻烦。顺便说一句，我正在使用 Python 3。

我有多个看起来像这样的文件：

姓名 日期 年龄 性别 颜色

Name Date Age Sex Color
Ray  May  25.1 M  Gray
Alex Apr  22.3 F  Green
Ann  Jun  15.7 F  Blue

（假设这是制表符分隔的。我应该补充一点，真实文件将有大约 3,000 行和 17-18 列）

我想要做的是选择年龄列中值小于 23 的所有行。

在此示例中，输出将是：

Name Date Age Sex Color
Alex Apr  22.3 F  Green
Ann  Jun  15.7 F  Blue

这是我试图做的：

f = open("addressbook1.txt",'r')
line = f.readlines()
file_data =[line.split("\t")]
f.close()

for name, date, age, sex, color in file_data:
    if age in line_data < 23:
        g = open("college_age.txt",'a')
        g.write(line)
    else:
        h = open("adult_age.txt",'a')
        h.write(line)

现在，理想情况下，我有 20-30 个这样的“地址簿”输入文件，我希望这个脚本循环遍历它们并将所有年龄低于 23 岁的条目添加到同一个输出文件（“college_age.txt”）中。我真的不需要保留其他线路，但我不知道还能用它们做什么。

这个脚本，当我运行它时，会产生一个错误。

AttributeError: 'list' object has no attribute 'split'

然后我将第三行更改为：

file_data=[line.split("\t") for line in f.readlines()]

它不再给我一个错误，而是根本什么都不做。它只是开始然后开始。

有什么帮助吗？:) 记住我对 Python 很笨。

我应该补充一点，我的实际数据是小数而不是整数。我已经编辑了上面的数据以反映这一点。

4

3 回答 3

5

这里的问题是您使用readlines()了两次，这意味着第一次读取数据，然后第二次没有留下任何内容。

您可以直接遍历文件而不使用readlines()- 事实上，这是更好的方法，因为它不会一次读取整个文件。

虽然您可以按原样使用来做您想做的事情str.split()，但更好的选择是使用专为该任务设计的csv模块。

import csv

with open("addressbook1.txt") as input, open("college_age.txt", "w") as college, open("adult_age.txt", "w") as adult:
   reader = csv.DictReader(input, dialect="excel-tab")
   fieldnames = reader.fieldnames
   writer_college = csv.DictWriter(college, fieldnames, dialect="excel-tab")
   writer_adult = csv.DictWriter(adult, fieldnames, dialect="excel-tab")
   writer_college.writeheader()
   writer_adult.writeheader()
   for row in reader:
       if int(row["Age"]) < 23:
          writer_college.writerow(row)
       else:
          writer_adult.writerow(row)

那么我们在这里做什么呢？首先，我们使用打开文件的with语句。它不仅更具pythonic和可读性，而且可以为您处理关闭，即使发生异常也是如此。

接下来我们创建一个DictReader从文件中读取行作为字典，自动使用第一行作为字段名。然后，我们让编写者写回我们的拆分文件，并将标题写入其中。使用DictReader是一个偏好问题。它通常在您大量访问数据的情况下（以及当您不知道列的顺序时）使用得更多，但它使代码在此处易于阅读。但是，您可以只使用标准csv.reader().

接下来，我们遍历文件中的行，检查年龄（我们将其转换为 int 以便进行数值比较）以了解要写入的文件。该with声明为我们关闭了文件。

对于多个输入文件：

import csv

fieldnames = ["Name", "Date", "Age", "Sex", "Color"]
filenames = ["addressbook1.txt", "addressbook2.txt", ...]

with open("college_age.txt", "w") as college, open("adult_age.txt", "w") as adult:
   writer_college = csv.DictWriter(college, fieldnames, dialect="excel-tab")
   writer_adult = csv.DictWriter(adult, fieldnames, dialect="excel-tab")
   writer_college.writeheader()
   writer_adult.writeheader()
   for filename in filenames:
       with open(filename, "r") as input:
           reader = csv.DictReader(input, dialect="excel-tab")
           for row in reader:
               if int(row["Age"]) < 23:
                  writer_college.writerow(row)
               else:
                  writer_adult.writerow(row)

我们只是添加一个循环来处理多个文件。请注意，我还添加了字段名称列表。在我只使用文件中的字段和顺序之前，但由于我们有多个文件，我认为在这里这样做会更明智。另一种方法是使用第一个文件来获取字段名称。

于 2012-04-27T22:07:01.297 回答
0

我认为最好使用 csv 模块来读取此类文件http://docs.python.org/library/csv.html

于 2012-04-27T22:04:03.310 回答
-3

ITEM

with open("addressbook1.txt", 'r') as f:
    # with automatically closes
    file_data = ((line, line.split("\t")) for line in f)
    with open("college_age.txt", 'w') as g, open("adult_age.txt", 'w') as h:
        for line, (name, date, age, sex, color) in file_data:
            if int(age) < 23: # float() if it is not an integer...
                g.write(line)
            else:
                h.write(line)

看起来文件数据可能会迭代多次。但是多亏了生成器表达式，file data如果被要求这样做，它只是一个生成器，它会分发文件的下一行。它被要求在 for 循环中这样做。这意味着，for 循环检索到的每个项目都来自生成器，在该生成器file_data中，根据请求，每个文件行都会转换为包含完整行（用于复制）及其组件（用于测试）的元组。

另一种可能是

file_data = ((line, line.split("\t")) for line in iter(f.readline, ''))
  • readlines()它比迭代文件更接近。由于readline()幕后操作与对文件的迭代略有不同，因此可能有必要这样做。

（如果你不喜欢函数式编程，你也可以创建一个手动调用的生成器函数，readline()直到返回一个空字符串。

如果你根本不喜欢嵌套生成器，你可以这样做

with open("addressbook1.txt", 'r') as f, open("college_age.txt", 'w') as g, open("adult_age.txt", 'w') as h:
    for line in f:
        name, date, age, sex, color = line.split("\t")
        if int(age) < 23: # float() if it is not an integer...
            g.write(line)
        else:
            h.write(line)

这完全一样。）

于 2012-04-27T22:08:39.720 回答