Python 指定csv中每列的长度（填充）

我正在尝试重新安排一个文件以匹配BACS银行格式。为了使其工作，csv中的列需要具有特定的长度。我已经计算出了abcdbao列，因为它是一个重复模式（文件中还有几列），但有几列有随机数，我无法轻松确定

有没有一种方法可以让我（理想情况下）根据标题将某个特定列作为目标，或者将所有内容（最多一个逗号）作为目标，从而破坏一些可以工作的内容？ 在下面的示例文件中，您将看到值更改的三列。如果将所有内容都定位到一个特定的字符是解决方案，那么我考虑使用.l将列填充到指定的长度（然后在excel中手动排序）

原始文件

a,b,c,d,e,f,g,h,i,j,k
12345,1234567,0,11,123456,12345678,1234567,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,12345678,abcdabcd,A ABCD
123456,1234567,0,11,123456,12345678,12345,abcdabcd,A ABCD
12345,1234567,0,11,123456,12345678,1234567,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,123456789,abcdabcd,A ABCD

with open('file.txt', 'r') as file :
  filedata = file.read()

filedata = filedata.replace('12345', '12345'.ljust(6, '0'))
with open('file.txt', 'w') as file:
  file.write(filedata)

理想输出

a,b,c,d,e,f,g,h,i,j,k
123450,12345670,0,11,123456,12345678,123456700,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,123456780,abcdabcd,A ABCD
123456,12345670,0,11,123456,12345678,123450000,abcdabcd,A ABCD
123450,12345670,0,11,123456,12345678,123456700,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,123456789,abcdabcd,A ABCD

代码

a,b,c,d,e,f,g,h,i,j,k
12345,1234567,0,11,123456,12345678,1234567,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,12345678,abcdabcd,A ABCD
123456,1234567,0,11,123456,12345678,12345,abcdabcd,A ABCD
12345,1234567,0,11,123456,12345678,1234567,abcdabcd,A ABCD
123456,12345678,0,11,123456,12345678,123456789,abcdabcd,A ABCD

with open('file.txt', 'r') as file :
  filedata = file.read()

filedata = filedata.replace('12345', '12345'.ljust(6, '0'))
with open('file.txt', 'w') as file:
  file.write(filedata)

编辑： 类似于此，但不是针对每个标题的特定列，就是至少针对第一列

编辑2：

我正在使用下面的命令重新排列我的列，是否可以修改它以处理字符串长度

import pandas as pd

## Read csv / tab-delimited in this example
df = pd.read_csv('test.txt', sep='\t')

## Reorder columns
df = df[['h','i','c','g','a','b','e','d','f','j','k']]

## Write csv / tab-delimited
df.to_csv('test', sep='\t')

---

使用pandas，可以将列转换为

str

，然后使用

.str.pad

。您可以按要求的长度制作dict：

lengths = {
    "a": 6,
    "b": 8,
    "c": 3,
    "d": 6,
    "e": 8,
}

然后像这样使用它：

result = pd.DataFrame(
    {
        column_name: column.str.pad(
            lengths.get(column_name, 0), side="right", fillchar="0"
        )
        for column_name, column in df.astype(str).items()
    }
)

---

如果每列的

fillchar

不同，您也可以使用pandas从dict中获取它，您可以将该列转换为

str

，然后使用

.str.pad

。您可以按要求的长度制作dict：

lengths = {
    "a": 6,
    "b": 8,
    "c": 3,
    "d": 6,
    "e": 8,
}

>>> print '{:0>5}'.format(4)
'00004'
>>> print '{:0<5}'.format(4)
'40000'
>>> print '{:0^5}'.format(4)
'00400'

然后像这样使用它：

result = pd.DataFrame(
    {
        column_name: column.str.pad(
            lengths.get(column_name, 0), side="right", fillchar="0"
        )
        for column_name, column in df.astype(str).items()
    }
)

如果每列的

fillchar

不同，您也可以从dict中获得它

>打印“{:0>5}”。格式（4）
>>> print '{:0>5}'.format(4)
'00004'
>>> print '{:0<5}'.format(4)
'40000'
>>> print '{:0^5}'.format(4)
'00400'

'00004'
>>>打印“{:0
>>>打印“{:0>5}”。格式（4）
'00004'
>>>print'{:0成功地到达了那里，所以我想我会发表文章，以防有人有类似的问题。这只适用于一个专栏，但现在对我来说已经足够了

#import pandas
import pandas as pd 

#open file and convert data to str  
data = pd.read_csv('Test.CSV', dtype = str) 

# width of output string 
width = 6

# fillchar
char ="_"

#Change the contents of column named ColumnID
data["ColumnID"]= data["ColumnID"].str.ljust(width, char) 

#print output  
print(data)

我设法做到了这一点，所以我想如果有人有类似的问题，我会发帖子。这只适用于一个专栏，但现在对我来说已经足够了

#import pandas
import pandas as pd 

#open file and convert data to str  
data = pd.read_csv('Test.CSV', dtype = str) 

# width of output string 
width = 6

# fillchar
char ="_"

#Change the contents of column named ColumnID
data["ColumnID"]= data["ColumnID"].str.ljust(width, char) 

#print output  
print(data)

你只是想填充一个列来匹配最长的项目吗？你可以遍历行并保留最长匹配项的索引，然后再次迭代填充。嗨，Simon，不，文件本身有一个特定的顺序，新列从字符1、7、15、18、24、32等开始。我在这里试图做的是确保检查的第一列ple总是6个字符长，因此从char 7开始的第2列包含正确的信息。在我的csv中有超过1k行，因此手动执行此操作将花费永远的时间，但如果我可以针对第一列并确保其中的字符长度正确，我可以找到一种方法来实现此功能。csv文件就是用单词分隔的行y逗号。“列”基本上是行上某个索引处的所有字段。除非原始文件的格式不同（您在问题中没有描述），否则最简单的方法是逐行迭代。您还可以使用熊猫之类的工具来操作csv（maarten的答案）。这很有意义。该文件的格式与我的示例中的格式类似，只是由逗号分隔的文本行和数字行，在字符串的特定点包含相同的信息。您是否只是尝试填充一列以匹配最长的项？您可以迭代行并保留最长匹配项的索引，然后再次迭代以填充。您好Simon，不，文件本身有一个特定的顺序，新的列从字符1、7、15、18、24、32开始，等等。我在这里要做的是确保第一列的长度始终为6个字符，因此从字符7开始的第2列中包含正确的信息。在我的csv中有超过1k行，因此手动这样做会花费很长时间，但是如果我能以第一列为目标，并确保其中的字符长度正确，我就能找到一种方法来实现这一点。csv文件只是用逗号分隔的单词行。“列”基本上是行上某个索引处的所有字段。除非原始文件的格式不同（你的问题中没有描述），最简单的方法是逐行迭代。你也可以使用pandas之类的工具来操作csv（maarten的答案）。这很有意义。该文件的格式与我的示例中的格式相同，只是由逗号分隔的文本行和数字行，在字符串的特定点上包含相同的信息。这很好，但我的问题是数字不一样（在我的示例中应该更清楚），否则我会用filedata.replace和.rjust处理它们。我能在字符串索引中指定a、b、c、d作为1、2、3和第4项吗？这就是我基本上想要的（我认为）。这很好，但我的问题是数字不一样（在我的示例中应该更清楚），否则我会用filedata.replace和.rjust处理它们。我能在字符串索引中指定a、b、c、d作为1、2、3和第4项吗？这就是我基本上想要的（我想）。我想这是最接近我想要的。我不确定如何准确地实现它（我目前正在使用pandas移动专栏，希望不会有太大的不同）。感谢你把我推向正确的方向，Maarten。我认为这是最接近我所追求的。我不知道如何准确地实现它（我目前正在使用pandas移动专栏，希望不会有太大的不同）.谢谢你把我推向正确的方向Maarten。