Python 为文本文件的行创建排名并仅保留顶行

假设我有一个文本文件，其中有数千行，格式如下：

Word Number1 Number2

在这个文本文件中，“单词”实际上是一些从一行到另一行变化的单词，数字也同样在变化数字。然而，有些词是相同的。。。考虑下面的例子：

Hello 5 7
Hey 3 2
Hi 7 3
Hi 5 2
Hello 1 4
Hey 5 2
Hello 8 1

什么是python脚本，它读取文本文件并只保留任何给定单词中包含最高数字1的行（删除所有不满足此条件的行）？上述示例使用此类脚本的输出将为：

Hi 7 3
Hey 5 2
Hello 8 1

注意：输出中的行顺序无关，重要的是满足上述条件。此外，如果对于给定的字，两行或多行的最高数字1相同，则输出应仅保留其中一行，以便输出中任何字只出现一次

我不知道如何处理删除方面，但我可以猜测（可能是错误的）第一步是从文本文件中的所有行中列出一个列表，即

List1 = open("textfile.txt").readlines()

无论如何，非常感谢您的帮助

您可以尝试以下方法：

f = [i.strip('\n').split() for i in open('the_file.txt')]

other_f = {i[0]:map(int, i[1:]) for i in f}


for i in f:
   if other_f[i[0]][0] < int(i[1]):
       other_f[i[0]] = map(int, i[1:])

new_f = open('the_file.txt', 'w')
for a, b in other_f.items():
    new_f.write(a + " "+' '.join(map(str, b))+"\n")

new_f.close()

您可以尝试以下方法：

f = [i.strip('\n').split() for i in open('the_file.txt')]

other_f = {i[0]:map(int, i[1:]) for i in f}


for i in f:
   if other_f[i[0]][0] < int(i[1]):
       other_f[i[0]] = map(int, i[1:])

new_f = open('the_file.txt', 'w')
for a, b in other_f.items():
    new_f.write(a + " "+' '.join(map(str, b))+"\n")

new_f.close()

---

因为文件对象是可编辑的，所以不必预先进行读取。因此，让我们打开该文件，然后使用for循环对其进行迭代

fin = open('sometext.txt')

我们创建一个字典来保存结果

topwords = dict()

现在在文件中的行上迭代：

for line in fin:

根据空格的位置（split（）的默认行为），我们去掉新行字符并将行拆分为单个字符串

我们检查是否已经看到这个词，如果是，我们检查第一个值是否大于先前存储的第一个值

    if word in topwords:
        if val1 > topwords[word][0]:
            topwords[word] = [val1, val2]
    else:
        topwords[word] = [val1, val2]

一旦我们完成了对所有单词的解析，我们就返回并迭代上面的单词，并将结果打印到屏幕上

for word in topwords:
    output = '{} {} {}'.format(word, *topwords[word])
    print(output)

最后的脚本如下所示：

fin = open('sometext.txt')
topwords = dict()
for line in fin:
    word, val1, val2 = line.strip().split()
    val1 = int(val1)
    if word in topwords:
        if val1 > topwords[word][0]:
            topwords[word] = [val1, val2]
    else:
        topwords[word] = [val1, val2]
for word in topwords:
    output = '{} {} {}'.format(word, *topwords[word])
    print(output)

---

因为文件对象是可编辑的，所以不必预先进行读取。因此，让我们打开该文件，然后使用for循环对其进行迭代

fin = open('sometext.txt')

我们创建一个字典来保存结果

topwords = dict()

现在在文件中的行上迭代：

for line in fin:

根据空格的位置（split（）的默认行为），我们去掉新行字符并将行拆分为单个字符串

我们检查是否已经看到这个词，如果是，我们检查第一个值是否大于先前存储的第一个值

    if word in topwords:
        if val1 > topwords[word][0]:
            topwords[word] = [val1, val2]
    else:
        topwords[word] = [val1, val2]

一旦我们完成了对所有单词的解析，我们就返回并迭代上面的单词，并将结果打印到屏幕上

for word in topwords:
    output = '{} {} {}'.format(word, *topwords[word])
    print(output)

最后的脚本如下所示：

fin = open('sometext.txt')
topwords = dict()
for line in fin:
    word, val1, val2 = line.strip().split()
    val1 = int(val1)
    if word in topwords:
        if val1 > topwords[word][0]:
            topwords[word] = [val1, val2]
    else:
        topwords[word] = [val1, val2]
for word in topwords:
    output = '{} {} {}'.format(word, *topwords[word])
    print(output)

---

您可以将这些行存储在

dict

中，并将单词作为键。为了简化操作，可以存储一个元组，其中包含第一个数字字段的值（转换为整数，否则将按字典顺序排序）和行

我们使用

dict.setdefault

以防第一次遇到这个词

highest = {}

with open('text.txt') as f:
    for line in f:
        name, val, _ = line.split(' ', 2)
        val = int(val)
        if val > highest.setdefault(name, (val, line))[0]:
            highest[name] = (val, line)

out = [tup[1] for name, tup in highest.items()]

print(''.join(out))

# Hey 5 2
# Hello 8 1
# Hi 7 3

---

您可以将这些行存储在

dict

中，并将单词作为键。为了简化操作，可以存储一个元组，其中包含第一个数字字段的值（转换为整数，否则将按字典顺序排序）和行

我们使用

dict.setdefault

以防第一次遇到这个词

highest = {}

with open('text.txt') as f:
    for line in f:
        name, val, _ = line.split(' ', 2)
        val = int(val)
        if val > highest.setdefault(name, (val, line))[0]:
            highest[name] = (val, line)

out = [tup[1] for name, tup in highest.items()]

print(''.join(out))

# Hey 5 2
# Hello 8 1
# Hi 7 3

首先是列表，第一列和第二列为从高到低的键

然后删除重复的项目

list1 = open(r'textfile.txt').read().splitlines()
output = sorted(list1, key=lambda x:(x.split()[0], int(x.split()[1])), reverse=True)

uniq_key = []
for i in sorted_dat:
  key = i.split()[0]
  if key in uniq_key:
    output.remove(i)
  else:
    uniq_key.append(key)

>>> output
['Hi 7 3', 'Hey 5 2', 'Hello 8 1']

首先是列表，第一列和第二列为从高到低的键

然后删除重复的项目

list1 = open(r'textfile.txt').read().splitlines()
output = sorted(list1, key=lambda x:(x.split()[0], int(x.split()[1])), reverse=True)

uniq_key = []
for i in sorted_dat:
  key = i.split()[0]
  if key in uniq_key:
    output.remove(i)
  else:
    uniq_key.append(key)

>>> output
['Hi 7 3', 'Hey 5 2', 'Hello 8 1']

---

为什么不用口述呢？或者，如果顺序很重要，一个有序的口述？每次你遇到一个单词，检查它是否在dict中，并相应地采取行动。如果有两行具有相同的单词和相同的数字-你想保留两行还是仅保留一行？我只想保留一行（尽管我忘了提到这一点，因为考虑到我的特定文本文件的性质，这不应该发生）-我会在问题上加上这个为什么不使用口述？或者，如果顺序很重要，一个有序的口述？每次你遇到一个单词，检查它是否在dict中，并相应地采取行动。如果有两行具有相同的单词和相同的数字-你想保留两行还是仅保留一行？我只想保留一行（尽管我忘了提到这一点，因为考虑到我的特定文本文件的性质，这不应该发生）-我将把它添加到问题中，这里不需要readlines（）调用。Python将很乐意解析由open（）调用创建的file对象。不必要地使用readlines（）会在内存中创建一个列表，而open（）调用本质上会创建一个iterable对象（从而节省一些处理时间和内存）。@E.Ducateme感谢您指出这一点。请参阅我最近的编辑。此处不需要readlines（）调用。Python将很乐意解析由open（）调用创建的file对象。不必要地使用readlines（）会在内存中创建一个列表，而open（）调用本质上会创建一个iterable对象（从而节省一些处理时间和内存）。@E.Ducateme感谢您指出这一点。请参阅我最近的编辑。

val1

是一个字符串，因此您是按字典顺序（而不是数字顺序）比较值。因此，您将使用

“2”>“12”

val1

是一个字符串，因此您是按字典顺序（而不是数字顺序）比较值。因此，您将拥有

“2”>“12”