用於從 txt 文件中提取數據到 excel 的 Python 腳本

Question

這是我的文件：

例子.txt

new names_a

    tim
    jeremy; 24 - age

next

new "names_b"

    jordan; 27 - age
    alex; 26 - age
    steven; 24 - age

next

new names_c

    johnny; 20 - age
    ron
    ;joe; 19 - age
    brian; 23 - age

next

這是我的代碼：

file=open("example.txt", "r")
data=file.read()
categories=data.split('new')
dict_format={}
for categor_data in categories:
    items=categor_data.split('\n')
    item_name=items[0].replace(" ", "")
    item_name=item_name.strip('"')
    dict_format[item_name]=items[1:]

for name in dict_format:
    print(name)

print("Which category to export?")
answer=input()

with open(answer+".csv",'w') as csv:
    for row in dict_format[answer][:-1]:
        if row != "":
            csv.write(row.replace(";",",")+"\n")

    csv.write(dict_format[answer][-1].replace(";",","))
    csv.close()

類別 names_c 的示例輸出：

	一個	乙	C
1	約翰尼	20 - 年齡
2	羅恩
3		喬	19 - 年齡
4	布萊恩	23 - 年齡
5
6	下一個

問題一：

有沒有辦法：

a) 讓代碼不讀取單詞“next”作為列表的一部分

b）打開文件，刪除單詞'next'的所有條目，保存文件，關閉文件，重新打開文件然后運行代碼

問題2：

有沒有辦法不輸出以';'開頭的條目？ 例如：;喬; 19 - 年齡

問題 3：

有沒有辦法刪除空行？

期望的輸出：

	一個	乙	C
1	約翰尼	20 - 年齡
2	羅恩
3	布萊恩	23 - 年齡

Answer 1

這是一種方法：

import pandas as pd
# Read data using Pandas
df = pd.read_csv('example.txt',sep = '\n+', header = None, engine='python')
# Drop rows starting with ';' (e.g. ;joe; 19 - age) and 'next'
df = df.drop(df[df[0].str.startswith((';','next'))].index)
# Split categories
df2 = df[0].str.replace('"','').str.split('new ',expand=True)
# Grop dataframe by categories
df3.fillna(method='ffill',inplace=True)
gp = df4.groupby(1)
dfs = [gp.get_group(x).reset_index().drop('index',axis=1).set_index(1)[0].str.split(';',expand=True).iloc[1:] for x in gp.groups]
# save dataframes 
for df in dfs:
    df.to_csv(f"{df.index[0]}.csv",index=False)