Question

假设我有多个值:(左列只是值计数：1,2,3等;右边是实际值）

我想要做的是将值从降序重新排序到增加（自上而下），然后我想让python遍历值并继续选择值（稍后用作输出），直到它遇到一个等于或高于某个阈值的值。例如：

说，我的阈值是5.0，所以在这里我希望程序丢弃1和4（高值），并输出5,2和3作为输出及其相应的值。我希望这是有道理的。如果（无论出于什么原因）我的阈值只允许2个值，我也希望忽略所有内容并给出类似“没有找到值”的内容，这也是一个棘手的技巧。

他们所处的文件（值和数量）大致如下所示：

  ID  some: value  another: value another: value another: value another: value another: value 1: 5.2

等等，上述每个值对应于文件中的新行。所以我感兴趣的东西分别位于第x行，第14和第15行。

实际行看起来像这样：

Mod# 2 11494    Chi^2:  1.19608371367   Scale:  0.567691651772  Tin:    1499    Teff:   3400    Luminosity:     568.0   L   M-dot: 4.3497e-08   Tau: 2.44E-01   Dust composition: Fe    IRx1:   0.540471121182

我对IRx1及其后的值感兴趣。

Answer 1

假设您的文件每行有一个数字：

threshold = 5
with open('path/to/file') as infile:
    numbers = [float(line.strip()) for line in infile]
numbers.sort(reverse=True)
bigger = list(itertools.takewhile(lambda n: n<threshold, numbers))

如果您的文件如下所示：

，您希望输出为set([2,3,5])，然后：

with open('path/to/file') as infile:
    numbers = dict([float(i) for i in line.strip()] for line in infile)
lines = sorted(numbers, key=numbers.__getitem__, reverse=True)
answer = list(itertools.takewhile(lambda n: numbers[n]<threshold, lines))

给定一个如下所示的文件：

Mod# 2 11494    Chi^2:  1.19608371367   Scale:  0.567691651772  Tin:    1499    Teff:   3400    Luminosity:     568.0   L   M-dot: 4.3497e-08   Tau: 2.44E-01   Dust composition: Fe    IRx1:   0.540471121182

如果有一个分隔\t和11494的标签（Chi^2），则以下脚本应该有效：

def takeUntil(fpath, colname, threshold):
    lines = []
    with open(fpath) as infile:
        for line in infile:
            ldict = {}
            firsts = line.split('\t', 2)
            ldict[firsts[0] = float(firsts[1])
            splits = firsts[2].split('\t')
            ldict.update(dict(zip(firsts, itertools.islice(firsts, 1, len(firsts)))))
            lines.append(ldict)
    lines.sort(reverse=True, key=operator.itemgetter(colname))
    return [row['Mod#'] for row in itertools.takewhile(lambda row: row[colname]<threshold, lines)]

使用该功能，您应该能够指定要检查哪个列的值低于阈值。虽然这个算法确实具有更高的空间复杂度（使用更多的RAM而不是绝对必要的），但是你应该能够在读取文件之后编组/挑选lines并继续从那里进行后续运行。如果你有一个需要一段时间来处理的巨大输入文件（我怀疑你可能有），这个特别有用

Answer 2

以下解决方案假定数据是作为元组列表读入的。

前：

[(1,5.2),
(2,1.43),
(3,3.54),
(4,887),
(5,0.35)]

将是问题中样本数据的列表。

def cutoff(threshold, data):
    sortedData = sorted(data, key=lambda x: x[1])
    finalList = filter(lambda x: x[1] < threshold, sortedData)
    return finalList if len(finalList) > 2 else 'No values found'

函数的第一行按元组第二位的值对列表进行排序。

该函数的第二行然后过滤结果列表，以便只保留值低于阈值的元素。

第三行然后返回结果排序列表，如果它包含两个以上的元素，否则“找不到值”，这应该完成你要做的事情，减去文件输入。

选择仅低于特定阈值的值

2 个答案: