python提取txt中文数据_python操作txt文件中数据教程[2]-python提取txt文件

最新推荐文章于 2024-02-26 22:14:58 发布
最新推荐文章于 2024-02-26 22:14:58 发布
阅读量284 收藏 1
点赞数
文章标签： python提取txt中文数据

python操作txt文件中数据教程[2]-python提取txt文件中的行列元素

觉得有用的话,欢迎一起讨论相互学习~

949241-20200404123341456-2091227860.png949241-20200404125636151-1411970006.png949241-20200404125603323-1670542535.jpg949241-20200404142715197-1867301511.jpg

原始txt文件

949241-20181126174431395-986992191.jpg

程序实现后结果-将txt中元素提取并保存在csv中

949241-20181126183215177-60213435.jpg

949241-20181126183505914-2111372472.jpg

程序实现

import csv

filename = "./test/test.txt"

Sum_log_file = "./test/sumlog_test.csv"

Individual_log_file = "./test/Individual_test.csv"

DNA_log = [] # 精英种群个体日志mod9=1-8

Sum_log = [] # 精英种群总体日志mod9=0

DNA_Group = 7 # 表示每7条DNA组成一个组

# NO+'Sum 45.0 0.0 436.0 364.0 20.0\n'中属性一共6个属性，，则设为8列的二维数组

sum_evaindex = [[] for i in range(6)]

# 个体有8个属性，则设为8列的二维数组

Individual_evaindex = [[] for i in range(8)]

# 将txt中文件信息保存到Sum_log和DNA_log列表中

with open(filename, 'r') as f:

i = 1

for line in f.readlines():

if i%9 == 0:

Sum_log.append(line)

else:

DNA_log.append(line)

i = i + 1

f.close()

# print(Sum_log)

# print(DNA_log)

# ['Sum 45.0 0.0 436.0 364.0 20.0\n', 'Sum 27.0 3.0 398.0 394.0 25.0\n', 'Sum 45.0 0.0 384.0 394.0 30.0']

# ['1\n', 'AAACAAGGAACAAACGCACA 18.0 0.0 58.0 50.0 52.5552 10.0\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 60.0 52.0 48.662 0.0\n',

# 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 63.0 50.0 48.4427 0.0\n', 'GTGGTCACTCCTCGCAAATT 9.0 0.0 64.0 56.0 48.9881 0.0\n',

# 'TTCAACCATACAGGCCTCGT 0.0 0.0 63.0 53.0 48.9355 0.0\n', 'CAAATGTGAGGATTCGGACG 9.0 0.0 63.0 53.0 50.8708 0.0\n',

# 'CCGTGGTGAACTGGAGCGTT 0.0 0.0 65.0 50.0 44.924 10.0\n', '2\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 53.0 58.0 48.662 0.0\n',

# 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 60.0 57.0 48.4427 0.0\n', 'CCACAACGCTCGAAGGCAAG 0.0 0.0 59.0 54.0 44.7269 10.0\n',

# 'AAGTACAGCGGGCCAATAGC 9.0 0.0 56.0 58.0 47.2114 5.0\n', 'CAAATGTGAGGATTCGGACG 9.0 0.0 59.0 53.0 50.8708 0.0\n',

# 'GAGAACGTTGAGTGAGCGTG 0.0 0.0 60.0 57.0 46.9033 5.0\n', 'GATGTTAAGTAGAGCAGAGG 0.0 3.0 51.0 57.0 52.383 5.0\n', '3\n',

# 'AAACAAGGAACAAACGCACA 18.0 0.0 45.0 57.0 52.5552 10.0\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 52.0 59.0 48.662 0.0\n',

# 'CCACAACGCTCGAAGGCAAG 0.0 0.0 52.0 60.0 44.7269 10.0\n', 'AAGTACAGCGGGCCAAGATC 9.0 0.0 54.0 56.0 46.8607 5.0\n',

# 'CTCAGAAGATCTCGATGGCT 0.0 0.0 63.0 53.0 47.5395 0.0\n', 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 63.0 52.0 48.4427 0.0\n',

# 'TGCCGCAAACTACACACACG 9.0 0.0 55.0 57.0 47.45 5.0\n']

# 遍历行，并将列属性保存到对应列中

Sum_no = 1

for Sum in Sum_log:

# print(Sum.split("\n")[0].split(" ")[1:])

# ['45.0', '0.0', '436.0', '364.0', '20.0']

# ['27.0', '3.0', '398.0', '394.0', '25.0']

# ['45.0', '0.0', '384.0', '394.0', '30.0']

sum_eva_index = Sum.split("\n")[0].split(" ")[1:]

sum_evaindex[0].append(int(Sum_no))

sum_evaindex[1].append(float(sum_eva_index[0])) # Con

sum_evaindex[2].append(float(sum_eva_index[1])) # HP

sum_evaindex[3].append(float(sum_eva_index[2])) # Hm

sum_evaindex[4].append(float(sum_eva_index[3])) # Si

sum_evaindex[5].append(float(sum_eva_index[4])) # GC

Sum_no = Sum_no + 1

# print(sum_evaindex[0]) # [45.0, 27.0, 45.0]

# 遍历个体信息，并将其保存到Individual_evaindex列表中

dna_log_no = 0

for dna_log in DNA_log:

if (dna_log_no + 1)%8 == 1:

# print(int(dna_log.split("\n")[0]))

# 以列存储序号值，并且重复DNA_Group次

for i in range(DNA_Group):

Individual_evaindex[0].append(int(dna_log.split("\n")[0]))

else:

Individual_evaindex[1].append(dna_log.split("\n")[0].split(" ")[0]) # 所有DNA序列全部记载,使用原有的str字符串类型记载

Individual_evaindex[2].append(float(dna_log.split("\n")[0].split(" ")[1])) # DNA序列的连续值Con,注意要转换为浮点数类型

Individual_evaindex[3].append(float(dna_log.split("\n")[0].split(" ")[2])) # Hp茎区匹配

Individual_evaindex[4].append(float(dna_log.split("\n")[0].split(" ")[3])) # H-measure

Individual_evaindex[5].append(float(dna_log.split("\n")[0].split(" ")[4])) # Similarity

Individual_evaindex[6].append(float(dna_log.split("\n")[0].split(" ")[5])) # TM

Individual_evaindex[7].append(float(dna_log.split("\n")[0].split(" ")[6])) # GC

dna_log_no = dna_log_no + 1

# print(Individual_evaindex[0]) #[1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3]

# print(Individual_evaindex[1])

# print(Individual_evaindex[2])

# print(Individual_evaindex[3])

# print(Individual_evaindex[4])

# print(Individual_evaindex[5])

# print(Individual_evaindex[6])

# print(Individual_evaindex[7])

# ['AAACAAGGAACAAACGCACA', 'AAAGGACACAGTGAGAGACG', 'AGCCATTGTCGAGTCCGTTA', 'GTGGTCACTCCTCGCAAATT', 'TTCAACCATACAGGCCTCGT',

# 'CAAATGTGAGGATTCGGACG', 'CCGTGGTGAACTGGAGCGTT', 'AAAGGACACAGTGAGAGACG', 'AGCCATTGTCGAGTCCGTTA', 'CCACAACGCTCGAAGGCAAG',

# 'AAGTACAGCGGGCCAATAGC', 'CAAATGTGAGGATTCGGACG', 'GAGAACGTTGAGTGAGCGTG', 'GATGTTAAGTAGAGCAGAGG', 'AAACAAGGAACAAACGCACA',

# 'AAAGGACACAGTGAGAGACG', 'CCACAACGCTCGAAGGCAAG', 'AAGTACAGCGGGCCAAGATC', 'CTCAGAAGATCTCGATGGCT', 'AGCCATTGTCGAGTCCGTTA',

# 'TGCCGCAAACTACACACACG']

# [18.0, 9.0, 0.0, 9.0, 0.0, 9.0, 0.0, 9.0, 0.0, 0.0, 9.0, 9.0, 0.0, 0.0, 18.0, 9.0, 0.0, 9.0, 0.0, 0.0, 9.0]

# [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 3.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

# [58.0, 60.0, 63.0, 64.0, 63.0, 63.0, 65.0, 53.0, 60.0, 59.0, 56.0, 59.0, 60.0, 51.0, 45.0, 52.0, 52.0, 54.0, 63.0, 63.0,

# 55.0]

# [50.0, 52.0, 50.0, 56.0, 53.0, 53.0, 50.0, 58.0, 57.0, 54.0, 58.0, 53.0, 57.0, 57.0, 57.0, 59.0, 60.0, 56.0, 53.0, 52.0,

# 57.0]

# [52.5552, 48.662, 48.4427, 48.9881, 48.9355, 50.8708, 44.924, 48.662, 48.4427, 44.7269, 47.2114, 50.8708, 46.9033,

# 52.383, 52.5552, 48.662, 44.7269, 46.8607, 47.5395, 48.4427, 47.45]

# [10.0, 0.0, 0.0, 0.0, 0.0, 0.0, 10.0, 0.0, 0.0, 10.0, 5.0, 0.0, 5.0, 5.0, 10.0, 0.0, 10.0, 5.0, 0.0, 0.0, 5.0]

Sum_log_file_header = ["No", "Continuity", "Hairpin", "H-measure", "Similarity", "GC"]

# 将数据写入csv日志文件中

with open(Sum_log_file, "w", newline='') as f:

writer = csv.writer(f)

writer.writerow(Sum_log_file_header) # 注意，此处使用writerow而不是使用writerows

for i in range(sum_evaindex[0][-1]): # i 取(0,1,2)

writer.writerow(

[sum_evaindex[0][i], sum_evaindex[1][i], sum_evaindex[2][i], sum_evaindex[3][i], sum_evaindex[4][i],

sum_evaindex[5][i]])

f.close()

Individual_log_file_header = ["No", "DNAstructure", "Continuity", "Hairpin", "H-measure", "Similarity", "TM", "GC"]

with open(Individual_log_file, "w", newline='') as f:

writer = csv.writer(f)

writer.writerow(Individual_log_file_header) # 注意，此处使用writerow而不是使用writerows

for i in range(sum_evaindex[0][-1]*DNA_Group):

writer.writerow(

[Individual_evaindex[0][i], Individual_evaindex[1][i], Individual_evaindex[2][i], Individual_evaindex[3][i],

Individual_evaindex[4][i], Individual_evaindex[5][i], Individual_evaindex[6][i],

Individual_evaindex[7][i]])

f.close()

测试版本

filename = "./test.txt"

DNA_log = [] # 精英种群个体日志mod9=2-8

Sum_log = [] # 精英种群总体日志mod9=0

Num_log = [] # 序号日志mod9=1

Num_int = [] # 截取序号为int类型

sum_evaindex = [[] for i in range(5)]

Individual_evaindex = [[] for i in range(8)]

with open(filename, 'r') as f:

i = 1

for line in f.readlines():

if i%9 == 1:

Num_log.append(line)

elif i%9 == 0:

Sum_log.append(line)

else:

DNA_log.append(line)

i = i + 1

f.close()

print(Num_log)

print(Num_log[1]) # 其中存着的不是数字1,而是字符串'2\n',所以会有空行的情况

# ['1\n', '2\n', '3\n']

# 2

#

#

print(Sum_log)

print(DNA_log)

# ['Sum 45.0 0.0 436.0 364.0 20.0\n', 'Sum 27.0 3.0 398.0 394.0 25.0\n', 'Sum 45.0 0.0 384.0 394.0 30.0']

# ['AAACAAGGAACAAACGCACA 18.0 0.0 58.0 50.0 52.5552 10.0\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 60.0 52.0 48.662 0.0\n',

# 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 63.0 50.0 48.4427 0.0\n', 'GTGGTCACTCCTCGCAAATT 9.0 0.0 64.0 56.0 48.9881 0.0\n',

# 'TTCAACCATACAGGCCTCGT 0.0 0.0 63.0 53.0 48.9355 0.0\n', 'CAAATGTGAGGATTCGGACG 9.0 0.0 63.0 53.0 50.8708 0.0\n',

# 'CCGTGGTGAACTGGAGCGTT 0.0 0.0 65.0 50.0 44.924 10.0\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 53.0 58.0 48.662 0.0\n',

# 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 60.0 57.0 48.4427 0.0\n', 'CCACAACGCTCGAAGGCAAG 0.0 0.0 59.0 54.0 44.7269 10.0\n',

# 'AAGTACAGCGGGCCAATAGC 9.0 0.0 56.0 58.0 47.2114 5.0\n', 'CAAATGTGAGGATTCGGACG 9.0 0.0 59.0 53.0 50.8708 0.0\n',

# 'GAGAACGTTGAGTGAGCGTG 0.0 0.0 60.0 57.0 46.9033 5.0\n', 'GATGTTAAGTAGAGCAGAGG 0.0 3.0 51.0 57.0 52.383 5.0\n',

# 'AAACAAGGAACAAACGCACA 18.0 0.0 45.0 57.0 52.5552 10.0\n', 'AAAGGACACAGTGAGAGACG 9.0 0.0 52.0 59.0 48.662 0.0\n',

# 'CCACAACGCTCGAAGGCAAG 0.0 0.0 52.0 60.0 44.7269 10.0\n', 'AAGTACAGCGGGCCAAGATC 9.0 0.0 54.0 56.0 46.8607 5.0\n',

# 'CTCAGAAGATCTCGATGGCT 0.0 0.0 63.0 53.0 47.5395 0.0\n', 'AGCCATTGTCGAGTCCGTTA 0.0 0.0 63.0 52.0 48.4427 0.0\n',

# 'TGCCGCAAACTACACACACG 9.0 0.0 55.0 57.0 47.45 5.0\n']

for no in Num_log:

# print(no[0]) # 字符形式的数字1,这是错的，因为有可能序号超过一位数

# Num_int.append(int(no.split("\n"))) ['1', '']

Num_int.append(int(no.split("\n")[0]))

for Sum in Sum_log:

# print(Sum.split("\n")[0].split(" ")[1:])

# ['45.0', '0.0', '436.0', '364.0', '20.0']

# ['27.0', '3.0', '398.0', '394.0', '25.0']

# ['45.0', '0.0', '384.0', '394.0', '30.0']

sum_eva_index = Sum.split("\n")[0].split(" ")[1:]

sum_evaindex[0].append(float(sum_eva_index[0]))

sum_evaindex[1].append(float(sum_eva_index[1]))

sum_evaindex[2].append(float(sum_eva_index[2]))

sum_evaindex[3].append(float(sum_eva_index[3]))

sum_evaindex[4].append(float(sum_eva_index[4]))

print(sum_evaindex[0]) # [45.0, 27.0, 45.0]

weixin_39581652
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python对txt文件进行处理实战_!python小白 求助 读取txt文件，并进行数据处理
weixin_42516007的博客
01-12 1057
python小白 求助 读取txt文件，并进行数据处理让码给5分，太没诚意了，哈不过还是给你吧，没有测试你试试再说吧，执行的时候把最后一行的参数设置成你文件的存放位置就可以了deffile_pro(file_dir):importos"""输入一个文件夹，文件夹下是所有待处理文件:paramfile_dir:待处理的文件所在的文件夹:return:null"""#获取文件列表file_...
python2.7读取txt文件,python读取txt文件
weixin_42509847的博客
03-25 2817
在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象(通常称为文件描述符)，然后，通过操作系统提供的接口从这个文件对象中读取数据(读文件)，或者把数据写入这个文件对象(写文件)。1.读文件要以读文件的模式打开一个文件对象，使用Python内置的open()函数，传入文件名和标示符：f = open('test.txt'...
python读取包含中文的txt
woxiangxinwang的博客
06-19 1845
然后，使用 chardet 模块检测文件的编码格式，并将检测出来的编码格式传递给 open 函数，以正确的编码格式读取文件内容。需要注意的是，在读取文件时，应该始终在 open 函数中指定要使用的文件编码格式，以避免出现乱码或者解码错误。如果文件是 UTF-8 编码格式，则可以使用 Python 内置的 open 函数读取文件。如果不知道文件的编码格式，则可以使用第三方模块 chardet 来检测文件的编码格式。读取包含汉字的文本文件，需要注意文件的编码格式。
【Python】读取TXT文档的中文
qq_43586192的博客
11-03 1962
一、代码部分 with open('word.txt',mode='r',encoding='utf-8') as file: str=file.readlines() 二、稍作解释
python读取txt数据
weixin_50920579的博客
04-14 8万+
1、操作步骤 （1）打开文件读取整个文件 函数open返回一个表示文件的对象，对象存储在infile中。关键字with在不需要访问文件时将其自动关闭。读取出的内容以字符串形式保存在data1/data2里 （2）第一种：读取所有行 infile.readlines() （3）第二种：每行分开读取 for循环 line.strip("\n").split() （4）第三种：每个字符分开读取 for循环-for循环 （5）读取文本文件时，python将其中的所有文本都解读为字符串str。如果读..
python txt文本特定字符串提取
测试人的成长日志
06-23 4578
方法一：思路：将txt文件读成一个字符串，在整个字符串中进行匹配，匹配到的是数组，再从数组的对应位置取数据txt样例：------begin checkaccuracy--------- Validating batch 10 Validating batch 20 Validating batch 30 Validating batch 40 Validating batch 50 Validating batch 60 Total Top1 Accuracy: 70.40% Total To
python如何读取txt里面的数据
热门推荐
ggj0727的博客
10-04 10万+
当我们在用python时可能会遇到想要把txt文档里的数据读取出来然后进行绘图，那么我们要怎么才能够将txt里的数据读取出来呢？ 假设有txt文本如下： 想要把上述文本数据读取出来，可以用以下方法： 方法一：运用open（）函数 该方法使用最基本的open函数进行读取，此处将会把数据读取到一个列表中，这个方法一般就是open打开文件、read读取文件、close关闭文件3个步骤，主要代码如下: def openreadtxt(file_name): data = [] fi.
fp.rar_python_python 数据库_python读取数据_文件_读取文件
09-21
Python 中有许多库可以用来连接和操作数据库，如`sqlite3`（适用于SQLite）、`psycopg2`（适用于PostgreSQL）、`pyodbc`（适用于ODBC兼容的数据库，如SQL Server）和`pymysql`/`mysql-connector-python`（适用于...
python ABAQUS.zip_ODB文件提取_abaqus odb_abaqus python_python odb_su
07-15
采用Python提取有限元计算软件ABAQUS odb文件结果
使用python对多个txt文件中的数据进行筛选的方法
09-19
在Python编程中，有时我们需要处理大量的文本数据，例如从多个TXT文件中筛选特定的信息。本文将详细介绍如何使用Python对多个TXT文件中的数据进行筛选。首先，我们要了解问题的基本描述、数据准备以及具体的程序编写...
Python自动办公实例-Python分块拆分txt文件中的数据.zip
11-30
在这个"Python自动办公实例-Python分块拆分txt文件中的数据"的压缩包中，我们重点关注的是如何利用Python来实现对大体积TXT文件的分块拆分。这个实例特别适用于那些因为内存限制而无法一次性读取整个文件的情况。 ...
Python深入数据处理实战探险-视频教程网盘链接提取码下载 .txt
12-22
深入数据分析：我们将深入研究Python中的数据处理工具和技术，包括数据清洗、转换、统计分析和机器学习。您将学会如何从复杂的数据集中提取有价值的信息，并进行深入的数据探索。本课程适合数据分析师、数据科学家、...
干货|利用Python读取txt文件数据
m0_48891301的博客
09-15 1548
在Python学习过程中，非开发者使用Python对文件进行处理操作处理可谓是最基础也是最频繁的。今天就带大家了解一下使用Python怎么读取txt文件数据保存数组中。
全网最简单易懂！495页Python漫画教程，高清PDF版开发下载
隔壁王叔的博客
10-25 1444
全网最简单易懂！495页Python漫画教程，高清PDF版开发下载
Python数据处理（二）-txt文件指定数据提取处理
weixin_56228140的博客
02-26 2255
数据处理实战干货满满
Python读取指定的TXT文本文件并从中提取指定数据的方法
疯狂学习GIS的博客
07-09 1万+
本文介绍基于Python语言，遍历文件夹并从中找到文件名称符合我们需求的多个.txt格式文本文件，并从上述每一个文本文件中，找到我们需要的指定数据，最后得到所有文本文件中我们需要的数据的合集的方法~
Python从txt文件中提取特定数据
LQ_001的博客
04-13 1万+
Python从txt文件中提取特定数据
python提取文本数据
qq_43313298的博客
11-24 1853
将TXT文本中的每一行数据读出，保存为csv文件，因为字符串中不仅有数字也有其他字符，为了提出去所需的数字，故使用正则方法。
基于Springboot和Vue的图书借还管理系统源码 图书借还管理系统代码（高分毕设）
最新发布
07-28
图书借还管理系统源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 系统源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！ 系统源码（高分毕设），个人经导师指导并认可通过的98分毕业设计项目，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码[代码]、该项目可以直接作为毕设使用。项目技术栈：前端是vue，后端是springboot，项目代码都经过严格调试，代码没有任何bug！
python 提取txt文件中冒号和逗号间数据 pandas
07-08
你可以使用 pandas 库中的 `read_csv` 函数来提取 txt 文件中冒号和逗号间的数据。首先，确保你已经安装了 pandas 库。然后，使用以下代码读取 txt 文件： ```python import pandas as pd # 读取 txt 文件，指定...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值