Python 打开并读取以空格分隔的txt文件

我有一个空格分隔的txt文件，如下所示：

2004          Temperature for KATHMANDU AIRPORT       
        Tmax  Tmin
     1  18.8   2.4 
     2  19.0   1.1 
     3  18.3   1.7 
     4  18.3   1.0 
     5  17.8   1.3 

我想分别计算Tmax和Tmin的平均值。但是，我很难读取txt文件。我试过了

但是，这给了我一个错误：

索引器错误：列表索引超出范围

---

这里出了什么问题？

简化你的生活，避免这个问题的“re”

也许您误读了标题行？如果文件的格式是固定的，我通常在开始循环之前用一行字“烧录”标题行，如：

with open(file_name, 'r') as f:
    f.readline()  # burn the header row
    for line in f:
        tokens = line.strip().split(' ')   # tokenize the row based on spaces

然后你有一个令牌列表，它是字符串，你需要将其转换为int或float或其他任何形式，然后从那里开始

---

输入几条打印的语句，看看你正在学习什么…

简化你的生活，避免这个问题的“re”

也许您误读了标题行？如果文件的格式是固定的，我通常在开始循环之前用一行字“烧录”标题行，如：

with open(file_name, 'r') as f:
    f.readline()  # burn the header row
    for line in f:
        tokens = line.strip().split(' ')   # tokenize the row based on spaces

然后你有一个令牌列表，它是字符串，你需要将其转换为int或float或其他任何形式，然后从那里开始

---

输入几条打印语句以查看您正在获取的内容…

一个简单的解决方法是使用函数。 当然，您需要删除前两行：

将io.open（“path/to/file.txt”，mode=“r”，encoding=“utf-8”）作为f: 下一个（f） 下一个（f） 对于f中的行： 打印（line.split（）） 你会得到：

['1', '18.8', '2.4']
['2', '19.0', '1.1']
['3', '18.3', '1.7']
['4', '18.3', '1.0']
['5', '17.8', '1.3']

引用文件：

如果未指定sep或sep为

None

，则会应用不同的拆分算法：连续空格的运行被视为单个分隔符，如果字符串具有前导或尾随空格，则结果的开头或结尾将不包含空字符串

---

解决这个问题的一个简单方法是使用函数。 当然，您需要删除前两行：

将io.open（“path/to/file.txt”，mode=“r”，encoding=“utf-8”）作为f: 下一个（f） 下一个（f） 对于f中的行： 打印（line.split（）） 你会得到：

['1', '18.8', '2.4']
['2', '19.0', '1.1']
['3', '18.3', '1.7']
['4', '18.3', '1.0']
['5', '17.8', '1.3']

引用文件：

如果未指定sep或sep为

None

，则会应用不同的拆分算法：连续空格的运行被视为单个分隔符，如果字符串具有前导或尾随空格，则结果的开头或结尾将不包含空字符串

---

您的文件可能是以制表符分隔的吗

对于制表符分隔的：

with open('TA103019.95.txt', 'r') as f:
    for idx, line in enumerate(f):
        if idx > 1:                    
            cols = line.split('\t'): #for space delimited change '\t' to ' '
            tmax = float(col[1])
            tmin = float(col[2])
            #calc mean

            mean = (tmax + tmin) / 2
            #not sure what you want to do with the result

---

您的文件可能是以制表符分隔的吗

对于制表符分隔的：

with open('TA103019.95.txt', 'r') as f:
    for idx, line in enumerate(f):
        if idx > 1:                    
            cols = line.split('\t'): #for space delimited change '\t' to ' '
            tmax = float(col[1])
            tmin = float(col[2])
            #calc mean

            mean = (tmax + tmin) / 2
            #not sure what you want to do with the result

如上所述，

re.findall

列出正则表达式的所有匹配项。您定义的表达式与文件中的任何内容都不匹配，因此您会得到一个空数组，这导致您在尝试访问

列表行[1]

时出错

• 要基于该文件匹配的表达式将是

  r“\d+\.\d+”

  ，将任何十进制数与小数点前至少一位、小数点后至少一位匹配
• 即使这个表达式也不会匹配前两行中的任何内容，因此您需要检查空数组
• 结果不知道任何列，只知道模式的匹配，每个数据行将有两个匹配项-您将需要将

  0

  和

  1

因此： 进口稀土 列表_b=[] 列表d=[]

with open('TA103019.95.txt', 'r') as f:
    for line in f:
        list_line = re.findall(r'\d+\.\d+', line)
        if len(list_line) == 2 :
            list_b.append(float(list_line[0])) #appends second column
            list_d.append(float(list_line[1])) #appends fourth column

print list_b
print list_d

如上所述，

re.findall

列出正则表达式的所有匹配项。您定义的表达式与文件中的任何内容都不匹配，因此您会得到一个空数组，这导致您在尝试访问

列表行[1]

时出错

• 要基于该文件匹配的表达式将是

  r“\d+\.\d+”

  ，将任何十进制数与小数点前至少一位、小数点后至少一位匹配
• 即使这个表达式也不会匹配前两行中的任何内容，因此您需要检查空数组
• 结果不知道任何列，只知道模式的匹配，每个数据行将有两个匹配项-您将需要将

  0

  和

  1

因此： 进口稀土 列表_b=[] 列表d=[]

with open('TA103019.95.txt', 'r') as f:
    for line in f:
        list_line = re.findall(r'\d+\.\d+', line)
        if len(list_line) == 2 :
            list_b.append(float(list_line[0])) #appends second column
            list_d.append(float(list_line[1])) #appends fourth column

print list_b
print list_d

重新导入
列表_b=[]
列表d=[]
以open（'TA103019.95.txt'，'r'）作为f：
对于f中的行：
#正则表达式被更正为仅与十进制值匹配
list\u line=re.findall（r“\d+\.\d+”，第行）
#未找到值时处理的错误条件
如果len（列表线）<2：
持续
#索引更正如下
list_b.append（float（list_行[0]））追加第二列
list\u d.append（float（list\u line[1]））\n附加第四列
打印列表
打印列表

我在代码中添加了我的答案和一些注释

您得到的

索引超出范围错误

，是因为您的列表行只有一个元素（即文件第一行中的2004），并且您试图访问列表行的第一个和第三个索引。

import re
列表_b=[]
列表d=[]
以open（'TA103019.95.txt'，'r'）作为f：
对于f中的行：
#正则表达式被更正为仅与十进制值匹配
list\u line=re.findall（r“\d+\.\d+”，第行）
#未找到值时处理的错误条件
如果len（列表线）<2：
持续
#索引更正如下
list_b.append（float（list_行[0]））追加第二列
list_d.append（float（list_行[1]））追加第四列
打印列表
打印列表

我在代码中添加了我的答案和一些注释

---

您得到的索引超出范围错误是因为您的列表行只有一个元素（即文件第一行中的2004），并且您试图访问列表行的第一个和第三个索引。

完整解决方案

def readit(file_name,start_line = 2): # start_line - where your data starts (2 line mean 3rd line, because we start from 0th line) 
    with open(file_name,'r') as f:
        data = f.read().split('\n')
    data = [i.split(' ') for i in data[start_line:]]
    for i in range(len(data)):
        row = [(sub) for sub in data[i] if len(sub)!=0]
        yield int(row[0]),float(row[1]),float(row[2])


iterator = readit('TA103019.95.txt')


index, tmax, tmin = zip(*iterator)


mean_Tmax = sum(tmax)/len(tmax)
mean_Tmin = sum(tmin)/len(tmin)
print('Mean Tmax: ',mean_Tmax)
print('Mean Tmnin: ',mean_Tmin)

>>> ('Mean Tmax: ', 18.439999999999998)
>>> ('Mean Tmnin: ', 1.5)

多亏了<