您好我有200多个名字相似的数据文件，如abc.20.0000.catalog.out，abc.20.1000.catalog.out，abc.20.2000.catalog.out ...... abc.40.0000.catalog .out
每个文件都包含这样的数据
Group catalog for redshift 18.1000
1) group ID
2) group mass (Msun/h)
3- 5) initial position (Mpc/h)
6- 8) final position (Mpc/h)
9-11) velocity (km/s)
12) number of particles
250103187 0.227591E+08 1.86 1.03 2.51 1.65 1.06 2.53 -47.56 7.50 3.83 328
202456030 0.167918E+08 0.29 4.57 2.02 0.23 4.63 2.14 -13.27 10.67 3.68 242
89479147 0.763262E+06 1.47 4.80 0.89 1.34 4.83 0.99 -28.90 6.20 17.30 11
每个此类文件包含超过10 ^ 6行。
我想做以下事情： 1.我想从每个文件中读取数据并删除顶部的文本。 2.然后我想将所有这些文件中的数据存储到一个大的矩阵列表中，每个矩阵都是来自这些文件的数据。
答案 0 :(得分：0)
这是一个Python / Pandas解决方案：
import pandas as pd
import glob
L = []
for f in glob.glob('abc*'):
df = pd.read_csv(f,skiprows=1)
L.append(df.values)
答案 1 :(得分：0)
以下是第1部分：
一段特别有用的代码是：'abc.{0}000.catalog.out'.format(someString)。 {0}充当someString所有内容的占位符。因此，要阅读所有文件并删除顶部文本，您可能会：
for i in range(200, 401):
file_name = 'abc.{0}000.catalog.out'.format(str(i)[:2] + '.' + str(i)[2:])
with open(file_name) as file:
wanted_lines = file.readlines()
with open(file_name, 'w+') as file:
string = ''
for lines in wanted_lines[8:]:
string += lines
file.write(string)
我想将所有这些文件中的数据存储到一个大的矩阵列表中，每个矩阵都是来自这些文件的数据。