Python的文本文件操作

Question

我想從兩個獨立的文件，如採取文字：

File 1: 
000892834  13.663  0.098  0.871  0.093  0.745  4.611  4795 

File 2: 
892834 4916 75 37 4857 130 128 4795 4.61 -0.09 0 0 

，並得到一個輸出，如：

892834  13.663  0.098  0.871  0.093  0.745  4.611  4795 
892834  4916  4795  -0.09 

我有一些代碼，似乎接近解決方案：

filter_func_1 = lambda x: x >= 15 
filter_func_2 = lambda x: (5777 + 100) > x > (5777 - 100) 
mergedData = defaultdict(list) 
with open('Table1_Karoff.txt') as file_1, open('Table7_Pinsonneault.txt') as file_2, open('Processed_Data.txt', 'w') as outfile: 
     for line_1 in file_1: 
      splt_file_1 = line_1.split() 
      if filter_func_1(splt_file_1[1]): 
       mergedData[splt_file_1[0].lstrip('0')].append(line_1) 
     for line_2 in file_2: 
       splt_file_2 = line_2.split() 
     Data = map(itemgetter(0, 1, 8, 9), line_2) 
      if filter_func_2(splt_file_2[1]): 
       mergedData[splt_file_2[0]].append([' '.join(map(str, i)) for i in Data]) 
     for k in mergedData: 
      if len(mergedData[k]) == 2: 
       outfile.write("\n".join(mergedData[k]) + "\n")   
     return outfile 

一下這個代碼是「應該」做的就是創建兩種過濾我們在lambda操作符中，將每行中的某個索引與lambda函數進行比較，看看它是否爲true，如果是，則將整行附加到列表中以便輸出。它還從文件1中的第一個數字的開頭剝離'000'，並檢查以確保兩個文件中都存在相同的第一個數字。

我的問題是：

1）file_1編號（即第一個數字）不正確都在0的從中剝離，儘管據我所知，代碼應該這樣做。它輸出爲00892834，因此只刪除第一個0.

2）添加過濾器後，根本沒有數據會寫入新文件，並且當我檢查是否已正確創建line.split時一個新的列表，它沒有，這意味着沒有數據要過濾，因爲splt_file_＃輸入中沒有數據。這對我來說很奇怪，我不明白這是怎麼可能發生的。我通過在最後添加一個應該寫出splt_file_1和splt_file_2列表的writeline來測試列表創建，但是它沒有吐出任何東西。 3）由於我需要的值不能在列表中從文件2中按順序調用（我只需要索引0,1,8,9），我試圖映射然後格式化數據，但是這會給出一個索引範圍問題，這是可以理解的，因爲我在上面＃2中的問題。

我需要任何幫助，我可以在刪除這些錯誤，我不知道我的代碼是錯誤的，或者如果我只是失去了一些東西，謝謝任何幫助。

Answer 1

對不起，不糾正你的解決方案，但有時不同的採取也可以有所幫助。如果我理解正確，這將是我的代碼。

file_1_data = dict() 
file_2_data = dict() 
for filename, data in [('infile1.txt', file_1_data), ('infile2.txt', file_2_data)]: 
with open(filename) as f: 
    for line in f: 
     split_line = line.split()  
     first_int = int(split_line[0]) 
     rest_floats = [float(f) for f in split_line[1:]] 
     data[first_int] = rest_floats 

現在你有兩個文件，其中鍵是int字典，這樣你可以比較的，和值是浮動的名單。之後這很容易。

def filter_1(x): 
return x > 1 

def filter_2(x): 
return 4 < x < 100000 

with open('outfile.txt', 'wb') as outfile: 
for key in file_1_data: 
    if key in file_2_data: 
     #write a record, the first one 
     data_to_write = [str(f) for f in file_1_data[key] if filter_1(f)]  
     record = ' '.join([str(key)] + data_to_write) + '\n' 
     outfile.write(record) 
     #second one, do filtering here 
     data_to_write = [str(f) for f in file_2_data[key] if filter_2(f)] 
     record = ' '.join([str(key)] + data_to_write) + '\n' 
     outfile.write(record) 

希望它有幫助。我認爲我的觀點是：不要擔心有點冗長或者過於簡單化，只要簡單一點，避免重複自己就可以了。祝你好運。

Answer 2

您將字符串傳遞給filter_func_1和filter_func_2，然後將它們與lambda表達式中的整數進行比較。但是當你比較數字和字符串時，比較是退化的：數字總是被認爲是在字符串之前（這是特定於實現的;我假設CPython的行爲）。所以你的第一個lambda總是會返回True和第二個False。因此，它們不能用作代碼中的過濾器。

您需要將您傳遞的字符串轉換爲整數或浮點數，例如：

filter_func_1 = lambda x: float(x) >= 15 

或者您可以在將它傳遞給過濾器之前轉換您的輸入。無論哪種情況，您都應該考慮在輸入無法轉換爲數字類型時要執行的操作。

轉換爲數字類型也將擺脫前導0 s。它可能會或可能不會幫助解決第二個問題，但無論如何，只有在對代碼的這部分進行更改之後，才能得到期望的結果。