根據初始字符解析重複的字符串行

Question

我正在處理python中的列表和字符串。我有以下幾行字符串。

ID abcd 
AC efg 
RF hij 
ID klmno 
AC p 
RF q 

我想作爲輸出：

abcd, efg, hij 
klmno, p, q 

這個輸出是基於該行的前兩個字符。我怎樣才能以有效的方式實現它？

我期待爲ID標籤之間的每個條目輸出行的第二部分。

Answer 1

我有一個小麻煩解析的問題，但據我最好的猜測，這應該做你要找的內容：

all_data = " ".join([line for line in file]).split("ID") 
return [", ".join([item.split(" ")[::2] for item in all_data])] 

基本上你在做什麼這裏首先是將所有數據連接在一起（刪除換行符），然後分割「ID」的關鍵詞句

之後，如果我正確地解釋了這個問題，您希望獲得第二個值每一雙。這些對由空格分隔（因爲第一行中的「.join」，該項目中的所有內容都是這樣），所以我們只通過該列表抓取每一個其他項目。

在一般情況下，分割的語法糖比通常使用的要多一點，完整的語法是：[start：end：step]，所以[:: 2]只返回其他所有項目。

Answer 2

使用default dict：

from collections import defaultdict 
result = defaultdict(list) 
for line in lines: 
    split_line = line.split(' ') 
    result[split_line[0]].append(split_line[1]) 

這會給你存儲所有在一個陣列相同的密鑰值的字典的結果。要獲取以一行開頭的所有字符串，例如ID：

print result[ID] 

Answer 3

如果線等於

['ID abcd', 'AC efg', 'RF hij'] 

然後

[line.split()[1] for line in lines] 

編輯：下面加下來後票

我不知道這是爲什麼投下來的一切。我認爲代碼是開始使用當時提供的信息的最簡單方式。也許這是對我認爲/認爲數據是/的更好的解釋？

如果輸入是重複序列中的字符串列表，稱爲alllines;

alllines = [ #a list of repeated lines of string based on initial characters 
'ID abcd', 
'AC efg', 
'RF hij', 
'ID klmno', 
'AC p', 
'RF q' 
] 

然後代碼是;

[[line.split()[1] for line in lines] for lines in [[alllines.pop(0) \ 
for i in range(3)] for o in range(len(alllines)/3)]] 

這基本上說，創建三個分割的子列表[1]從整個列表中的每個三個字符串的所有字符串的整個列表字符串。

並且輸出是;

[[ 
'abcd', 'efg', 'hij' 
], [ 
'klmno', 'p', 'q' 
]] 

編輯：13年8月6日這是一個更好的一個沒有彈出（）;

zip(*[iter([line.split()[1] for line in alllines])]*3) 

一個稍微不同的輸出

[(
'abcd', 'efg', 'hij' 
), (
'klmno', 'p', 'q' 
)] 

Answer 4

您可以使用以下，這需要爲了顧及讓調換其字典的價值更有意義......

from collections import OrderedDict 

items = OrderedDict() 
with open('/home/jon/sample_data.txt') as fin: 
    lines = (line.strip().partition(' ')[::2] for line in fin) 
    for key, value in lines: 
     items.setdefault(key[0], []).append(value) 

res = [', '.join(el) for el in zip(*items.values())] 
# ['abcd, efg, hij', 'klmno, p, q'] 

Answer 5

我認爲使用itertools.groupby最適合這種解析（做一些事情直到下一個令牌X）

import itertools 

class GroupbyHelper(object): 
    def __init__(self): 
     self.state = None 

    def __call__(self, row): 
     if self.state is None: 
      self.state = True 
     else: 
      if row[0] == 'ID': 
       self.state = not self.state 

     return self.state 

# assuming you read data from 'stream' 

for _, data in itertools.groupby((line.split() for line in stream), GroupbyHelper()): 
    print ','.join(c[1] for c in data) 

輸出：

$ python groupby.py 
abcd,efg,hij 
klmno,p,q 

Answer 6

基於在評論，這應該工作你的答案（如果我明白你在找什麼）：

data = None 
for line in lines: 
    fields = line.split(2) 
    if fields[0] == "ID": 
     #New set of data 
     if data is not None: 
      #Output last set of data. 
      print ", ".join(data) 
     data = [] 
    data.append(fields[1]) 

if data is not None: 
    #Output final data set 
    print ", ".join(data) 

這是很簡單的，你只需將每行中的第二個字段收集到data中，直到您看到下一個數據集的開始，此時您輸出以前的數據集。

Answer 7

看起來你想分組你的數據，當有'ID'作爲你的密鑰。如果你知道如何分組你的數據，Groupby解決方案在這裏可能會令人困惑。這裏有一個這樣的實現可能適合你

>>> data=[e.split() for e in data.splitlines()] 
>>> def new_key(key): 
    toggle = [0,1] 
    def helper(e): 
     if e[0] == key: 
      toggle[:] = toggle[::-1] 
     return toggle[0] 
    return helper 

>>> from itertools import groupby 
>>> for k,v in groupby(data, key = new_key('ID')): 
    for e in v: 
     print e[-1], 
    print 


abcd efg hij 
klmno p q