1

我有一个文件写在这样的列中（我写了第一行但更长）：

Ncol 10  Nrow 9276
   NO_POL   =            2
   NO_IF    =            8
NO.   ANTENNA   SUBARRAY   TSYS   TANT
 1       1         1        37     35 
 2                          37     35
 3                          37     35
 4       1         1        37     35
 5                          37     35
 6                          37     35
 7       3         1        37     35
 8                          37     35
 9                          37     35
10       3         1        37     35
11                          37     35

我想在另一个文件中复制该文件中出现的天线数量，但我希望天线的数量在另一个文件中只出现一次。最大天线数为 10。

我所做的是从第 5 行开始读取列中的文件。就像我只想在出现天线数量的行中看到一样，我已经提出了列的长度必须大于 3 的条件。这是我为此编写的代码，但没有写任何内容在我的新文件中：

with open('file') as f1:
    with open('new_file','a') as f2:
        for i in range(1,11): 
            for line in f1.readlines()[4:]:
                columns = line.split()
                if len(columns) > 3 and columns[1] == i:
                    f2.write(i+'\n')
                    break

我认为问题可能出在与 i 匹配的天线数量的情况下，但我不知道为什么......我做错了什么？

4

2 回答 2

2 
    for i in range(1,11): 
        for line in f1.readlines()[4:]:

这样做是“尝试将文件中的所有行读取 10 次”。这听起来不太对...

            if len(columns) > 3 and columns[1] == i:

行数也是如此i（由于第一个问题，它不起作用，但我们假设它起作用）并且您使用它来选择一列？这听起来也不对。

也许是这样的（未经测试）：

f1 = open('file');
f2 = open('new_file', 'a');
for line in f1.readlines()[4:]:
    columns = line.split()
    if len(columns) > 3:
        f2.write(columns[0]+'\n')

将来我建议在您的代码中添加调试打印，这通常会有所帮助。

于 2013-10-11T15:01:07.700 回答
2

有几件事需要解决。我将从纠正类型/代码错误开始，然后解决算法本身。

代码问题

对于初学者，每次调用 f1.readlines() 时，它都会从停止读取的位置开始读取。因此，在第一次读取后，您只会得到文件的其余部分而不是整个文件。您要做的是将文件的内容存储在循环之外的列表中，然后您将以与当前相同的方式循环，除了来自此列表而不是文件的行。

接下来，您尝试将字符串与列[1]==i 中的整数进行比较，您必须将一个转换为另一个，因此在比较中可能是 int(columns[1])==i。

当您尝试写入输出文件时会发生类似的错误，您必须将 i 转换为字符串才能添加 '\n' ，因此类似于 f2.write(str(i)+'\n')会做的。

具有这些更改的结果代码将是：

f1=open('file')
contents=f1.readlines()[4:]
f1.close() #we don't need it anymore
with open('new_file','a') as f2:
    for i in range(1,11):
        for line in contents:
            columns = line.split()
            if len(columns) > 3 and int(columns[1]) == i:
                f2.write(str(i)+'\n')
                break

它似乎可以在我的机器上按您的意愿工作。

算法

您正在做的是选择一个天线编号，然后查看整个文件以查看是否存在带有该天线编号的行。这当然是一种方法，但是如果您打算对大文件进行这种处理，则此算法将需要相当长的时间。另一种更有效的方法是使用集合。

Python 有一个 set() 函数，它创建一个空集，然后使用 add() 函数将元素添加到集合中。

所以你最终可能会做这样的事情：

antennae=set()
f1=open('file')
lineno=1
for line in f1:
    if lineno >= 5:
        row = line.split()
        if len(row) > 3:
            antennae.add(int(row[1]))
    lineno+=1
f1.close()
f2=open('new_file','a')
for antenna in antennae:
    f2.write(str(antenna)+'\n')
f2.close()

这个版本在内存和时间上都很有效，因为我们只在需要时读取行（并且我们正在使用 python 的高效读取算法），同时也只检查每行一次，而不是每个天线值一次。

于 2013-10-11T15:56:55.660 回答