Question

我有一个用这样的列写的文件（我写第一行但是更长）：

Ncol 10  Nrow 9276
   NO_POL   =            2
   NO_IF    =            8
NO.   ANTENNA   SUBARRAY   TSYS   TANT
 1       1         1        37     35 
 2                          37     35
 3                          37     35
 4       1         1        37     35
 5                          37     35
 6                          37     35
 7       3         1        37     35
 8                          37     35
 9                          37     35
10       3         1        37     35
11                          37     35

我想在另一个文件中复制该文件中出现的天线数量，但我希望天线的编号在另一个文件中只出现一次。最大天线数为10.

我所做的是从第5行开始的列中读取文件。就像我只想看到天线数量出现的行所示，我已经把条件的长度必须大于3的条件。这是我写的代码，但没有写在我的new_file中：

with open('file') as f1:
    with open('new_file','a') as f2:
        for i in range(1,11): 
            for line in f1.readlines()[4:]:
                columns = line.split()
                if len(columns) > 3 and columns[1] == i:
                    f2.write(i+'\n')
                    break

我认为问题可能出在与i匹配的天线数量的情况下，但我不知道为什么......我做错了什么？

Answer 1

    for i in range(1,11): 
        for line in f1.readlines()[4:]:

这样做是“尝试读取文件中的所有行10次”。这听起来不正确......

            if len(columns) > 3 and columns[1] == i:

所以i是行计数（由于第一个问题它不起作用，但我们假设它确实如此）并且您使用它来选择列？这也听起来不对。

也许是这样的（未经测试）：

f1 = open('file');
f2 = open('new_file', 'a');
for line in f1.readlines()[4:]:
    columns = line.split()
    if len(columns) > 3:
        f2.write(columns[0]+'\n')

将来我建议在代码中添加调试打印，这通常会有所帮助。

Answer 2

有一些事情需要解决。我将首先纠正类型/代码错误，然后解决算法本身。

代码问题

对于初学者来说，每次调用f1.readlines（）时，它都会从中断读取的位置读取。因此，在第一次读取后，您只能获取文件的其余部分而不是整个文件。您需要做的是将文件的内容存储在循环外的列表中，然后以与当前相同的方式循环，除了来自此列表而不是文件的行。

接下来，你试图将一个字符串与列[1] == i中的整数进行比较，你必须将一个字符串转换为另一个，所以在比较中可能是int（columns [1]）== i

当您尝试写入输出文件时会发生类似的错误，您必须将i转换为字符串才能向其添加'\ n'，因此类似于f2.write（str（i）+'\ n'）会这样做。

带有这些更改的结果代码将是：

f1=open('file')
contents=f1.readlines()[4:]
f1.close() #we don't need it anymore
with open('new_file','a') as f2:
    for i in range(1,11):
        for line in contents:
            columns = line.split()
            if len(columns) > 3 and int(columns[1]) == i:
                f2.write(str(i)+'\n')
                break

它似乎可以在我的机器上运行。

算法

您正在做的是选择天线编号，然后浏览整个文件以查看是否存在具有该天线编号的线路。这当然是一种方法，但如果您打算对大型文件进行此类处理，则此算法将花费相当长的时间。另一种更有效的方法是使用集合。

Python有一个set（）函数，它创建一个空集，然后使用add（）函数将元素添加到集合中。

所以你最终可能会做这样的事情：

antennae=set()
f1=open('file')
lineno=1
for line in f1:
    if lineno >= 5:
        row = line.split()
        if len(row) > 3:
            antennae.add(int(row[1]))
    lineno+=1
f1.close()
f2=open('new_file','a')
for antenna in antennae:
    f2.write(str(antenna)+'\n')
f2.close()

这个版本在内存和时间上都很有效，因为我们只需要读取行（我们使用python的高效读取算法），同时也只检查每行一次而不是每个天线值一次。

如何在以列编写的文件中查找特定要求并将其复制到另一个文件

2 个答案:

代码问题

算法