3

我有一个制表符分隔的文本文件,其中包含以下数据:

    ahi1
    b/se
ahi 
test    -2.435953
        1.218364
    ahi2
    b/se
ahi 
test    -2.001858
        1.303935

我想将两个浮点数提取到具有两列的单独 csv 文件中,即。

-2.435953 1.218264

-2.001858 1.303935

目前我的黑客尝试是:

 import csv
 from itertools import islice
 results = csv.reader(open('test', 'r'), delimiter="\n")

 list(islice(results,3))
 print results.next()
 print results.next()
 list(islice(results,3))
 print results.next()
 print results.next()

这并不理想。我是 Python 的菜鸟,所以我提前道歉并感谢您的宝贵时间。

4

3 回答 3

2

这是完成这项工作的代码:

import re

# this is the same data just copy/pasted from your question
data = """    ahi1
    b/se
ahi 
test    -2.435953
        1.218364
    ahi2
    b/se
ahi 
test    -2.001858
        1.303935"""

# what we're gonna do, is search through it line-by-line
# and parse out the numbers, using regular expressions

# what this basically does is, look for any number of characters
# that aren't digits or '-' [^-\d]  ^ means NOT
# then look for 0 or 1 dashes ('-') followed by one or more decimals
# and a dot and decimals again: [\-]{0,1}\d+\.\d+
# and then the same as first..
pattern = re.compile(r"[^-\d]*([\-]{0,1}\d+\.\d+)[^-\d]*")

results = []
for line in data.split("\n"):
    match = pattern.match(line)
    if match:
        results.append(match.groups()[0])

pairs = []
i = 0
end = len(results)
while i < end - 1:
    pairs.append((results[i], results[i+1]))
    i += 2

for p in pairs:
    print "%s, %s" % (p[0], p[1])

输出:

>>>
-2.435953, 1.218364
-2.001858, 1.303935

您可以将它们保存在一个列表中,然后将它们压缩在一起,而不是打印出来。我正在使用python 正则表达式框架来解析文本。如果您还不知道,我只能建议您选择正则表达式。我发现解析文本和各种机器生成的输出文件非常有用。

编辑:

哦,顺便说一句,如果您担心性能,我在我的慢旧 2ghz IBM T60 笔记本电脑上进行了测试,我可以使用正则表达式在大约 200 毫秒内解析一兆字节。

更新:我感觉很好,所以我为你做了最后一步:P

于 2012-06-19T02:44:29.933 回答
1

也许这可以帮助

zip(*[results]*5)

例如

import csv
from itertools import izip
results = csv.reader(open('test', 'r'), delimiter="\t")
for result1, result2 in (x[3:5] for x in izip(*[results]*5)):
    ... # do something with the result
于 2012-06-19T02:36:42.700 回答
0

足够棘手但更有说服力和顺序的解决方案:

$ grep -v "ahi" myFileName | grep -v se | tr -d "test\" " | awk 'NR%2{printf $0", ";next;}1'
-2.435953, 1.218364
-2.001858, 1.303935

它是如何工作的:基本上删除特定的文本行,然后删除行中不需要的文本,然后每隔一行加入格式。我只是为了美化目的添加了逗号。如果您不需要逗号,请在 awks printf ", " 中留下逗号。

于 2016-06-16T10:19:21.967 回答