如何合並一個txt文件中的每4行？

Question

我有一個 txt.file 看起來像這樣：

data1  data2  data3  
data4  data5  data6  
data7  data8  data9  
data10 data11 data12 
data13 data14 data15 
data16 data17 data18 
data19 data20 data21
data22 data23 data24 
.
.
.

我想重新排列我的 txt 文件，以便從 data1 到 data12 將是 1 行，而 data13 到 data24 將是第二行，依此類推。 它基本上是將每 4 行合並為 1 行。 所需的 output 應如下所示：

我想要這樣的東西：

data1  data2  data3  data4  data5  data6  data7  data8  data9  data10 data11 data12 
data13 data14 data15 data16 data17 data18 data19 data20 data21 data22 data23 data24

我如何在 Python 中執行此操作？

謝謝你的任何建議，巴里斯

我嘗試了各種帖子下分享的方法，但沒有一個真正起作用。

Answer 1

你可以嘗試這樣的事情：

with open("text.txt" "r") as f:  # load data
    lines = f.readlines()

newlines = []
for i in range(0, len(lines), 4):  # step through in blocks of four
    newline = lines[i].strip() + " " + lines[i+1].strip() + " " + lines[i+2].strip() + " " + lines[i+3].strip() + " " # add the lines together after stripping the newline characters at the end
    newlines.append(newline + "\n")  # save them to a list

如果數字不能被 4 整除，則您需要為任何尾隨行添加一些額外的處理。

Answer 2

如果你有多個項目組成一個矩形數組，你可以使用 numpy 整形：

N = 4
df = pd.read_csv('your_file', sep='\s+', header=None)
df2 = pd.DataFrame(df.to_numpy().reshape(-1, N*df.shape[1]))

否則，需要進行 pandas 整形：

N = 4
df = (pd.read_csv('your_file', sep='\s+', header=None)
   .stack(dropna=False).to_frame()
   .assign(idx=lambda d: d.index.get_level_values(0)//N,
           col=lambda d: d.groupby('idx').cumcount(),
          )
   .pivot(index='idx', columns='col', values=0)
   
)

Output：

       0       1       2       3       4       5       6       7       8       9       10      11
0   data1   data2   data3   data4   data5   data6   data7   data8   data9  data10  data11  data12
1  data13  data14  data15  data16  data17  data18  data19  data20  data21  data22  data23  data24

Answer 3

您可以使用numpy 。 這只是對您的數據進行一次reshape操作

import numpy as np

# data.txt:
# data1  data2  data3  
# data4  data5  data6  
# data7  data8  data9  
# data10 data11 data12 
# data13 data14 data15 
# data16 data17 data18 
# data19 data20 data21
# data22 data23 data24

data = np.loadtxt('data.txt', dtype='str')
data_reshaped = data.reshape((2, 12))
print(data_reshaped)