根據特定的列值將數據集分成兩組行[python，unix]

Question

我有一個數據集，其行和列保存爲製表符分隔的文本格式。我想根據column [x]是否有一定的值將這個數據集分成兩個較小的數據集。

這裏是數據集的示例（沒有報頭）：dataset.txt

test1 abc 1 
test2 efg 2 
test3 hdh 1 
test4 xyz 24 

預期的產出應該是這樣的：dataset1.txt

test1 abc 1 
test3 hdh 1 

dataset2.txt

test2 efg 2 
test4 xyz 24 

我想用import sys來實現這一點，以便我可以輸入原始文件名l數據集作爲unix命令並指定我想要的輸出選項。在這種情況下，我將定義一個名爲「unique」的選項來輸出dataset1.txt，並定義一個選項「multi」來輸出dataset2.txt。命令行應該如下所示：

python code.py [option] [filename] > [output] 

例如，

python code.py unique dataset.txt > dataset1.txt 
python code.py multi dataset.txt > dataset2.txt 

這裏是我寫的代碼：

import sys 

option = sys.argv[1] 
filename = sys.argv[2] 
options = ['unique','multi'] 

def out_unique(data): 
    for row in data: 
     if column[2] == 1: 
      print row 

def out_multi(data): 
    for row in data: 
     if column[2] != 1: 
      print row 

if option == 'unique': 
    out_unique(filename) 
elif option == 'multi': 
    out_multi(filename) 
else: 
    print 'available options:', options 

這裏是我的錯誤：

Traceback (most recent call last): 
    File "out_if_col.py", line 23, in <module> 
    out_unique(filename) 
    File "out_if_col.py", line 13, in out_unique 
    if column[3] == 1: 
NameError: global name 'column' is not defined 

我知道這可能看起來很可笑的專家那裏，但這是我第一次嘗試在python中完成某些事情。說實話，我花了相當多的時間來編寫上面的代碼，並且如果有人指出我錯了什麼，我會很感激。

Answer 1

你的腳本更正：

import sys 

option = sys.argv[1] 
filename = sys.argv[2] 
options = ['unique','multi'] 

def out_unique(data): 
    for row in data.readlines(): 
     column = row.strip().split() 
     if column[2] == 1: 
      print row 

def out_multi(data): 
    for row in data.readlines(): 
     column = row.strip().split() 
     if column[2] != 1: 
      print row 

if option == 'unique': 
    out_unique(open(filename, 'r')) 
elif option == 'multi': 
    out_multi(open(filename, 'r')) 
else: 
    print 'available options:', options 

的相同但具有全面的名單（恕我直言，看起來更pythonic）：

import sys 

option = sys.argv[1] 
filename = sys.argv[2] 
options = ['unique','multi'] 

def out_unique(data): 
    print '\n'.join(row for row in data.readlines() if row.strip().split()[2] == '1') 

def out_multi(data): 
    print '\n'.join(row for row in data.readlines() if row.strip().split()[2] != '1') 

if option == 'unique': 
    out_unique(open(filename, 'r')) 
elif option == 'multi': 
    out_multi(open(filename, 'r')) 
else: 
    print 'available options:', options 

Answer 2

您需要定義column作爲值的當前行中的列表，如：

def out_unique(data): 
    for row in data: 
     column = row.strip().split() 
     if column[2] == 1: 
      print row 

和

def out_multi(data): 
    for row in data: 
     column = row.strip().split() 
     if column[2] != 1: 
      print row