用于解析文本、根据第一列中的值创建多个文件以及基于匹配进行排序的Python脚本
用于解析文本、根据第一列中的值创建多个文件以及基于匹配进行排序的Python脚本
提问于 2018-08-22 05:13:50
如上所述，我在尝试创建一个脚本时遇到了一些问题，该脚本将：
- 读取并解析我的制表符分隔文件
- 创建以第一列中的20个左右的唯一值命名的单独txt文件
- 排序并收集具有相同的唯一第一列值的所有行，并将这些行写入相应的文本文件。
到目前为止，我已经能够解析原始文件，并为原始文件中的每个唯一值创建空文件。但之后我就卡住了。
file = open("path_to_document", 'rt')
Uniquelist = []
i = 0
for line in file:
parsedLine = line.strip().split('\t')
val = parsedLine[0]
if val not in Uniquelist:
Uniquelist.append(val)
for i in Uniquelist:
outputfile = open('%s.txt' % i, 'a')到目前为止，这就是我所拥有的，它是有效的，但它完全没有第三部分。我不确定使其工作所需的逻辑或语法
回答 2
Stack Overflow用户
发布于 2018-08-22 05:29:34
将第一列中的值存储在字典中，而不是列表中。循环遍历文件中的各行时，检查该值是否已在字典中(如果字典中的值已存在)，如果没有，则创建一个新条目，将第一个值作为关键字，其余的值(parsedLine1:)作为值。如果是，只需将其余的值添加到该条目。
然后，您可以将该字典保存为文本文件(或者，如果可以，json将使其更容易)。
是的，可能还有其他库可以做你想做的事情，但是对于这么简单的事情，我不认为有必要添加外部依赖项。
Stack Overflow用户
发布于 2018-08-22 05:51:37
您可以按如下方式使用pandas：
import pandas as pd
# read from the `tsv` file:
df = pd.read_csv('your_file.tsv', sep='\t')
# group-by unique values in the first column:
gb = df.groupby(0)
# iterate over the unique values in the first column and write the cross-section data to a file with the corresponding name
for value, df_ in gb:
df_.to_csv(
'value_{}.csv'.format(value),
index=False
)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51956788
复制相关文章
相似问题