Python 将文本文件转换为带有列的csv

我想将文本文件转换为csv文件，其中包含名称、日期、描述等列 我是python新手，所以没有一个合适的方法来做这件事，有人可以指导我。 下面是示例文本文件

================================================== ====
Title: Whole case
Location: oyuri
From: Aki 
Date: 2018/11/30 (Friday) 11:55:29
================================================== =====
1: Aki 
2018/12/05 (Wed) 17:33:17
An approval notice has been sent.
-------------------------------------------------- ------------------
2: Aki
2018/12/06 (Thursday) 17:14:30
I was notified by Mr. Id, the agent of the other party.

-------------------------------------------------- ------------------
3: kano, etc.
2018/12/07 (Friday) 11:44:45
Please call rito.
-------------------------------------------------- ------------------

---

我在下面概述了一种实现任务的非常简单的方法。总的想法是：

使用

open（）

将文本拆分为

列表

隔离

列表中每个元素中的信息

使用

pandas

我建议使用Jupyter笔记本电脑更好地了解我在这里所做的工作

将熊猫作为pd导入
#打开文件并提取文本
text_path='text.txt'
打开（文本路径）作为f：
text=f.read（）
#将文本拆分为列表
行=文本。拆分（'\n'）
#删除标题
len_航向=6
行=行[6:]
#使用分隔符分离信息
除法器='-'
数据=[]
开始=0
对于i，枚举中的行（行）：
#如果发现分隔符，则向数据添加元素
如果行开始使用（分隔符）：
data.append（行[start:i]）
开始=i+1
#从数据中提取名称、日期和描述
名称、日期、说明=[]、[]、[]
有关数据中的信息：
#这是一个非常简单的方法，请添加检查
#以确保获得正确的数据
名称=信息[0][2:]
日期=信息[1][：11]
desc=信息[2]
name.append（name）
日期。附加（日期）
description.append（desc）
#创建数据帧
df=pd.DataFrame（{'name'：名称，'date'：日期，'description'：description}）
#将数据帧导出到csv
df.to_csv（'converted_text.csv'，index=False）

你应该得到一个CSV文件，看起来像这样

查找包含msg sep行的行，例如“----”、“=======”

然后使用

np.where（cond，1，0）.cumsum（）

标记每个单独的消息

过滤不带“----”或“==========”的行

groupby标记，并使用sep'\n'连接，然后使用str.split展开列

---

输出：

              name                            date  \
tag                                                  
2.0        1: Aki        2018/12/05 (Wed) 17:33:17   
3.0         2: Aki  2018/12/06 (Thursday) 17:14:30   
4.0  3: kano, etc.    2018/12/07 (Friday) 11:44:45   

                                           Description  
tag                                                     
2.0                  An approval notice has been sent.  
3.0  I was notified by Mr. Id, the agent of the oth...  
4.0                                  Please call rito.  

df:

---

您可以继续处理该名称：

obj = df_output['name'].str.strip().str.split(':\s*')
df_output['name'] = obj.str[-1]
df_output['idx'] = obj.str[0]
df_output = df_output.set_index('idx')

---

添加更多标题列：

cond = (df['tag'] == 1) & (df[0].str.contains(':'))
header_dict = dict(df.loc[cond, 0].str.split(': ', n=1).values)

    # {'Title': 'Whole case',
    #  'Location': 'oyuri',
    #  'From': 'Aki ',
    #  'Date': '2018/11/30 (Friday) 11:55:29'}

for k,v in header_dict.items():
    df_output[k] = v

---

谢谢你的帮助。它部分地起作用了。工作-数据现在在非工作-1列中分开。说明列为空2。上面缺少一些条目（感谢您的回答，Ferris.：）这是完全正常的工作，我们想添加什么标题内容以及？？在Name列（From:i.e aki）Date In Date列和Description中的其余部分。我正在尝试这样做。非常感谢，FerrisI正在尝试使索引和名称列有所不同，但我无法使用上述代码做到这一点。您可以发布一个新问题，并描述细节。是的，我肯定会这样做。谢谢费里斯

obj = df_output['name'].str.strip().str.split(':\s*')
df_output['name'] = obj.str[-1]
df_output['idx'] = obj.str[0]
df_output = df_output.set_index('idx')

           name                            date  \
idx                                               
1           Aki       2018/12/05 (Wed) 17:33:17   
2           Aki  2018/12/06 (Thursday) 17:14:30   
3    kano, etc.    2018/12/07 (Friday) 11:44:45   

                                           Description  
idx                                                     
1                    An approval notice has been sent.  
2    I was notified by Mr. Id, the agent of the oth...  
3                                    Please call rito.

cond = (df['tag'] == 1) & (df[0].str.contains(':'))
header_dict = dict(df.loc[cond, 0].str.split(': ', n=1).values)

    # {'Title': 'Whole case',
    #  'Location': 'oyuri',
    #  'From': 'Aki ',
    #  'Date': '2018/11/30 (Friday) 11:55:29'}

for k,v in header_dict.items():
    df_output[k] = v