Python 将多行文本文件拆分为多行csv文件

我有一个文本文件，其中包含以下格式的数据

100157  100157
100157  364207
100157  38848
100157  bradshaw97introduction
100157  bylund99coordinating
100157  dix01metaagent
100157  gray99finding
...
...

我尝试使用以下方法将其转换为scikit可读数据集：

datafile = open(filename.txt, 'r')
data=[]
for row in datafile:
    data.append(row.strip().split('\t'))

c1 = open(filename.csv, 'w')
arr = str(data)
c.write(arr)
c.close

然而，在执行这段代码之后，数据将在一行中输出，而我打算以csv格式将数据整齐地按行和列分开，就像Iris数据集那样

我可以得到一些关于如何进行的帮助吗？谢谢。

使用：

输出csv文件：

100157,100157
100157,364207
100157,38848
100157,bradshaw97introduction
100157,bylund99coordinating
100157,dix01metaagent
100157,gray99finding
...

---

如果我错了，请纠正我，但我认为

scikit可读数据集

只是用

\n

分隔行的空格分隔值

如果是这样，很容易：

假设您有以下文件：

100157  100157
100157  364207
100157  38848
100157  bradshaw97introduction
100157  bylund99coordinating
100157  dix01metaagent
100157  gray99finding

由制表符分隔

您可以轻松地将其转换为以空格分隔的新行分隔值：

with open('/tmp/test.csv', 'r') as fin, open('/tmp/test.out', 'w') as fout:
    data=[row.strip().split('\t') for row in fin]
    st='\n'.join(' '.join(e) for e in data)
    fout.write(st)

print data  
# [['100157', '100157'], ['100157', '364207'], ['100157', '38848'], ['100157', 'bradshaw97introduction'], ['100157', 'bylund99coordinating'], ['100157', 'dix01metaagent'], ['100157', 'gray99finding']]
print st   
100157 100157
100157 364207
100157 38848
100157 bradshaw97introduction
100157 bylund99coordinating
100157 dix01metaagent
100157 gray99finding

---

请告诉我们结果应该是什么样子。那太快了！！非常感谢。@falsetru

line.split（）

不够吗？@cdhagmann，如果数据中没有空格，就可以了。但如果有空间，它会在错误的地方分裂。

with open('/tmp/test.csv', 'r') as fin, open('/tmp/test.out', 'w') as fout:
    data=[row.strip().split('\t') for row in fin]
    st='\n'.join(' '.join(e) for e in data)
    fout.write(st)

print data  
# [['100157', '100157'], ['100157', '364207'], ['100157', '38848'], ['100157', 'bradshaw97introduction'], ['100157', 'bylund99coordinating'], ['100157', 'dix01metaagent'], ['100157', 'gray99finding']]
print st   
100157 100157
100157 364207
100157 38848
100157 bradshaw97introduction
100157 bylund99coordinating
100157 dix01metaagent
100157 gray99finding