用python对不同文件中的数百行列求和

我有几十个文件（a、b、c等），每个文件的格式如下：

文件a------文件b------文件c------以此类推
x1a y1a | x1b y1b | x1c y1c |
x2a y2a | x2b y2b | x2c y2c |
x3a y3a | x3b y3b | x3c y3c |
.
.
.

请记住，每个文件中有数百行和两列。 我只想对每个文件的第二列逐行求和，即

Y1=y1a+y1b+y1c+
Y2=y2a+y2b+y2c+
Y3=y3a+y3b+y3c+
.
.
.

然后，创建一个新的两列文件，内容为：

x1a Y1
x2a Y2
x3a Y3
.
.
.

有人能帮忙吗

---

谢谢大家!

使用

loadtxt

和一些巧妙的切片，这是非常可能的

从您的示例中，似乎希望

文件的第一列是a

，第二列是所有

y

行的总和。以下是我使用的示例文件：

file_a.txt      file_b.txt         file_c.txt
1 2             4 3                1 2
3 4             2 1                6 7
5 6             6 7                9 1
7 8             5 2                2 3

首先，让我们先将文件读入数组，然后水平堆叠：

filenames = [f'file_{i}.txt' for i in ('a', 'b', 'c')]
arr = np.column_stack([np.loadtxt(f) for f in filenames])

现在我们的索引。我们可以从索引

1

开始，每隔一列获取一次，从而访问所有

y

列：

arr[:, 1::2]

因此，现在我们可以沿着第一个轴对该数组求和，再次使用

column\u stack

将其与第一个

x

列组合，最后写入一个文件：

out = np.column_stack([arr[:, 0], arr[:, 1::2].sum(1)])
np.savetxt('out.txt', out, fmt='%d')

下面是

out.txt

：

1 7
3 12
5 14
7 13

---

因此，您不关心x1b等问题。欢迎使用堆栈溢出。我建议你把它分成小块。首先，您需要打开一个文件并从中读取输入。太好了，@user3483203！它解决了我的问题。我利用这个机会了解了loadtxt和conlumn_堆栈，这我并不知道。非常感谢。

out = np.column_stack([arr[:, 0], arr[:, 1::2].sum(1)])
np.savetxt('out.txt', out, fmt='%d')

1 7
3 12
5 14
7 13