[英]Post deleting specific line, convert .txt to .csv with tab separated columns in Python
我所拥有的:巨大的文本数据(.txt),文本之间用制表符分隔。
我想要的是:使用Python将文本(.txt)转换为CSV(.csv),将每个单词用制表符分隔在不同的列中。
// Start Time: 10
// Update Rate: 2
// Scenario: 367.3
// Firmware Version: 1.1.1
Count Temp V_X V_Y V_Z
25 0 0.28 0.43 -0.07
23 4 0.34 0.33 -0.03
22 3 0.34 0.23 -0.04
21 2 0.35 0.43 -0.03
27 3 0.33 0.33 -0.12
第一个问题是我想从文本文件中删除所有行。 第二个问题是我想将所有制表符分隔的文本数据放入csv列中。
这是我目前正在做的事情,
infile = open('/Users/parth_To_File/myData.txt','r').readlines()
with open('/Users/parth_To_File/out_myData.txt','w') as outfile:
for index,line in enumerate(infile):
if index != 0:
outfile.write(line)
我正在运行上述代码4次以获取数据中的冗余信息的红色。 然后,我使用下面的代码转换csv文件中的数据。
save_path = "/Users/parth_To_File/"
in_filename = os.path.join(save_path,'myData.txt')
out_filename = os.path.join(save_path,'out_myData.csv')
df = pd.read_csv(in_filename, sep=";")
df.to_csv(out_filename, index=False)
我使用的方法存在的问题是-代码未针对从txt数据中删除特定行进行优化-代码未提供单独列的正确表格数据
如果有人可以帮助我了解按照上述需求执行txt到csv转换的正确方法,我将不胜感激。
用制表符分隔的文件是TSV格式( https://en.wikipedia.org/wiki/Tab-separated_values )。 熊猫对此表示支持。 你可以做:
df = pd.read_csv('input.tsv', sep='\t', skiprows=4)
df.to_csv('input.csv', index=False, sep=",")
一切都由熊猫提供,无需自己逐行读取文件。 您可以使用read_csv
并将分隔符设置为'\\ t'。 跳过以comment
字符开头的行:
df = pd.read_csv('myData.txt', sep = '\t', comment = '/')
输出:
Count Temp V_X V_Y V_Z
0 25 0 0.28 0.43 -0.07
1 23 4 0.34 0.33 -0.03
2 22 3 0.34 0.23 -0.04
3 21 2 0.35 0.43 -0.03
4 27 3 0.33 0.33 -0.12
sed '/\//d; s/\t/,/g' myData.txt > myData.csv
要么
sed '/\\//d; s/\\t/,/g' myData.txt > myData.csv
前者将所有制表符转换为从#5行开始的逗号,而后者将所有非以/
开头的行转换为逗号。
如果您的文件很大 ,那么这可能比先将其转换为pandas数据帧要快。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.