需求:
1.TXT文本数据一行行,前面是文件名,后面是语句。
2.去掉语句里面的逗号,空格,非字符。
3.最后输出为一个CSV文件。
解法:
1.利用pandas的特性,以逗号区分,可以将语句分为两部分,保存为CSV文件。
2.利用python读取文件,字符串的切割,替换。
import pandas as pd
a = []
f = open('C:/Users/admin/Desktop/aaa/bbb/ccc/result_1_0.txt', 'r', encoding='utf-8')
for lines in f:
ls = lines.strip().replace(',', '').replace(' ', ',', 1).replace(' ', '').replace('<unk>', '').split('/n')
if ls == ['']:
continue
else:
a.append(ls)
# print(a)
f.close()
df = pd.DataFrame(a)
print(df)
df['wav_name'] = df[0].map(lambda x: x.split(',')[0])
df['content'] = df[0].map(lambda x: x.split(',')[1])
df.drop([0], axis=1, inplace=True) # 删除原本的数据
df.to_csv('C:/Users/admin/Desktop/aaa/bbb/ccc/result_1_0.csv', encoding='utf_8_sig', index=None, header=None)
TXT文本的数据:
CSV文件的数据:
注:如有更好的方法热情来提意见交流!