Python 将文本文件转换为CSV，并在文本上设置特殊条件
我有一个像这样的文本文件 ********************摘句******************** [黄金]这是黄金句子 [原始]这是原始的句子 [rev]这是rev的句子 [ref]这是ref的句子 ********************摘句******************** [黄金]这是黄金句子 [原始]这是原始的句子 [rev]这是rev的句子 [ref]这是ref的句子 我想创建一个CSV，这样所有的Python 将文本文件转换为CSV，并在文本上设置特殊条件,python,csv,text,Python,Csv,Text,我有一个像这样的文本文件 ********************摘句******************** [黄金]这是黄金句子 [原始]这是原始的句子 [rev]这是rev的句子 [ref]这是ref的句子 ********************摘句******************** [黄金]这是黄金句子 [原始]这是原始的句子 [rev]这是rev的句子 [ref]这是ref的句子 我想创建一个CSV，这样所有的[gold]句子都会出现 在第1列中，相应的[rev]句子出现在第二
[gold][rev]pd.read\u csv'Expected 1 fields in line 11, saw 2'
有人能帮我吗？如果.txt文件中的数据结构与原始问题中所述的一致，下面的解决方案将从所有“
[gold][rev]- 将
中的每一行读入字符串列表input.txt - 使用
筛选此列表中以re
开头的行，将前导的[gold]
和尾随的换行符（[gold]
）剥离到一个新列表中，该列表包含所有“\n
”行的内容，按它们在[gold]
中的显示顺序排列input.txt - 对从
开始的行重复上述步骤，将这些行筛选到它们自己的列表中[rev] - 创建
，使用上面生成的列表填充相应标题下的列（pandas.DataFrame
和gold
）-根据您的原始问题，第一列是rev
，第二列是goldrev - 通过
pandas.DataFrame.to_csv（）
将熊猫作为pd导入
进口稀土
以open（'input.txt'，'r'）作为f：
行=f.读行（）
gold=[re.sub（r'（\[gold\]\s）|\n'，''，l）如果重新搜索（r'^\[gold\]'，l），则行中的l为
rev=[re.sub（r'（\[rev\s\]\s）|\n'，''，l）如果重新搜索（r'^\[rev\s\]'，l）]
数据={'gold'：gold'rev'：rev}
df=pd.DataFrame（数据）
df.to_csv（'output.csv'，index=False）
[gold][rev][gold][rev]但是，如果.txt文件中的数据在结构上与原始示例完全一致，则这不会成为问题。为什么不使用原始python打开：openyes，我可以这样做，但在那之后？您可以将其排列为标准csv或tsv文件，然后使用pandasread作为普通文件打开，拆分为行列表-您甚至可以使用一列将此列表转换为
dataframegolddataframerawrevref