Question

我有一个包含无法使用数据的存档，我想用python清理它们。

首先，这些行的形式为：

Xac:0.01660156#,Yac:0.02343750?,Zac:1.00683593*

我想删除：Xac:，Yac:和Zac:，以及#，?，{等数字末尾的字符{1}}只留下数字。

另外，我想删除档案中的一些垃圾行：

存档中的那些行对我来说是垃圾，我需要删除它们以留下一个只有三列数字的干净存档。（实际上，这些数字是!Data Logger Accelerometer] , Initializing...，x和y轴上的加速度计读数，但我有无法使用的数据，如上所示。）

我怎样才能做到这一点？

Answer 1

你可以使用python正则表达式。

import re 
x = 'Xac:0.01660156#,Yac:0.02343750?,Zac:1.00683593*'
print re.findall('(\d*\.?\d+)', x)  #['0.01660156', '0.02343750', '1.00683593']

Answer 2

您需要解析数据文件。

首先，跳过无效行：

if not line.startswith('Xac:'):
    return None

其次，由非数字字符分开：

parts = re.split('[,Xac:YZ#?*]', line)

第三，过滤空strs：

parts = filter(lambda x: bool(x), parts)

第四，隐蔽str到float：

parts = map(lambda x: float(x), parts)

最后，将list转换为tuple

return tuple(parts)

完整的例子是这样的：

import re


def parse_line(line):
    """ line -> (int, int, int), None if invalid
    """
    if not line.startswith('Xac:'):
        return None
    parts = re.split('[,Xac:YZ#?*]', line)
    parts = filter(lambda x: bool(x), parts)
    parts = map(lambda x: float(x), parts)
    return tuple(parts)

output = []
with open('input.txt') as f:
    for line in iter(f.readline, ''):
        axes = parse_line(line.strip())
        if axes:
            output.append(axes)
print output

输入文件input.txt：

!Data Logger Accelerometer] ,

Initializing...

Xac:0.01660156#,Yac:0.02343750?,Zac:1.00683593*

输出：

[(0.01660156, 0.0234375, 1.00683593)]

使用python删除存档中不可用的字符或数据

2 个答案: