Python基于字段值将文本文件切片为数组

我是Python新手，我想读一个包含三个字段的文本文件<代码>X，

Y

和

时间

。只要时间场仍然是常数，我想从x和y场形成数组。例如：

X    Y     Time
1    2     100
3    4     100
5    6     100
7    8     200
9    10    200

因此，对于

time=100

，我构建

x_数组=[1,3,5]

和

y_数组=[2,4,6]

作为其他进程的输入，然后在时间变为

200

时返回更新它们。

---

谢谢您的帮助。

您需要一本基于时间的钥匙字典，大致如下：

with open('file.txt') as f:
    data = {}
    next(f)    # Skip header
    for line in f:
        x, y, time = map(int, line.strip().split())
        data.setdefault(time, {})
        data[time].setdefault('X', []).append(x)
        data[time].setdefault('Y', []).append(y)
data
# {100: {'X': [1, 3, 5], 'Y': [2, 4, 6]}, 200: {'X': [7, 9], 'Y': [8, 10]}}

---

您需要一本基于时间的键词典，大致如下：

with open('file.txt') as f:
    data = {}
    next(f)    # Skip header
    for line in f:
        x, y, time = map(int, line.strip().split())
        data.setdefault(time, {})
        data[time].setdefault('X', []).append(x)
        data[time].setdefault('Y', []).append(y)
data
# {100: {'X': [1, 3, 5], 'Y': [2, 4, 6]}, 200: {'X': [7, 9], 'Y': [8, 10]}}

---

这似乎是一项需要

csv

模块

DictReader

很好地完成的任务。这将创建一段非常可读的代码用于解析：

import csv
from collections import defaultdict

# these two will hold xs and ys by time point
xs = defaultdict(list)
ys = defaultdict(list)

with open("yourfile.csv") as csvfile:
    reader = csv.DictReader(csvfile, delimiter='\t')
    for row in reader:
         # get time point for row
        t = row['Time']
        # add x point
        xs[t].append(row['X'])
        # add y point
        ys[t].append(row['Y'])

print xs
print ys

输出：

defaultdict（，{'200'：['7'，'9']，'100'：['1'，'3'，'5']}）

defaultdict（，{'200'：['8'，'10']，'100'：['2'，'4'，'6']}）

---

这似乎是一项需要

csv

模块

DictReader

很好地完成的任务。这将创建一段非常可读的代码用于解析：

import csv
from collections import defaultdict

# these two will hold xs and ys by time point
xs = defaultdict(list)
ys = defaultdict(list)

with open("yourfile.csv") as csvfile:
    reader = csv.DictReader(csvfile, delimiter='\t')
    for row in reader:
         # get time point for row
        t = row['Time']
        # add x point
        xs[t].append(row['X'])
        # add y point
        ys[t].append(row['Y'])

print xs
print ys

输出：

defaultdict（，{'200'：['7'，'9']，'100'：['1'，'3'，'5']}）

defaultdict（，{'200'：['8'，'10']，'100'：['2'，'4'，'6']}）

解决方案 您可以使用：

解释 这将读取您的文件：

df = pd.read_csv('my_data.csv', delim_whitespace=True)

在这样的数据帧中：

现在，您可以按

Time

分组，并将

X

中的条目转换为列表：

df.groupby('Time')['X'].apply(list)

这将为您提供以下系列：

Time
100    [1, 3, 5]
200       [7, 9]
Name: X, dtype: object

最后，使用

to_dict（）

将其转换为字典：

>>> df.groupby('Time')['X'].apply(list).to_dict()
{100: [1, 3, 5], 200: [7, 9]}

替代解决方案： 这将为您提供不同的结果安排：

>>> df.groupby('Time').apply(lambda x: {'X': list(x['X']), 'Y': list(x['Y'])}).to_dict()
{100: {'X': [1, 3, 5], 'Y': [2, 4, 6]}, 200: {'X': [7, 9], 'Y': [8, 10]}}

解决方案 您可以使用：

解释 这将读取您的文件：

df = pd.read_csv('my_data.csv', delim_whitespace=True)

在这样的数据帧中：

现在，您可以按

Time

分组，并将

X

中的条目转换为列表：

df.groupby('Time')['X'].apply(list)

这将为您提供以下系列：

Time
100    [1, 3, 5]
200       [7, 9]
Name: X, dtype: object

最后，使用

to_dict（）

将其转换为字典：

>>> df.groupby('Time')['X'].apply(list).to_dict()
{100: [1, 3, 5], 200: [7, 9]}

替代解决方案： 这将为您提供不同的结果安排：

>>> df.groupby('Time').apply(lambda x: {'X': list(x['X']), 'Y': list(x['Y'])}).to_dict()
{100: {'X': [1, 3, 5], 'Y': [2, 4, 6]}, 200: {'X': [7, 9], 'Y': [8, 10]}}