Question

假设我有一个包含数万个条目的列表，我想将它们写入文件。如果列表中的项目符合某些条件，我想关闭当前文件并启动一个新文件。

我遇到了一些问题，我认为这些问题源于我想根据该文件中的第一个条目命名文件。此外，启动新文件的信号取决于条目是否具有与前一个字段相同的字段。所以，例如想象我有这个列表：

l = [('name1', 10), ('name1', 30), ('name2', 5), ('name2', 7), ('name2', 3), ('name3', 10)]

我想最终得到3个文件，name1.txt应该包含10和30，name2.txt应该包含5，{{1} }和7，3应该有name3.txt。列表已经按第一个元素排序，所以我需要做的就是检查第一个元素是否与前一个元素相同，如果没有，则启动一个新文件。

起初我试过了：

据我所知，这有几个问题。首先，第一次通过循环，没有name = None for entry in l: if entry[0] != name: out_file.close() name = entry[0] out_file = open("{}.txt".format(name)) out_file.write("{}\n".format(entry[1])) else: out_file.write("{}\n".format(entry[1])) out_file.close()关闭。其次，我无法关闭最后创建的out_file，因为它是在循环内定义的。以下解决了第一个问题，但似乎很笨：

out_file

有更好的方法吗？

而且，这似乎不应该解决关闭最后一个文件的问题，虽然这段代码运行正常 - 我是否误解了for entry in l: if name: if entry[0] != name: out_file.close() name = entry[0] out_file = open("{}.txt".format(name)) out_file.write("{}\n".format(entry[1])) else: out_file.write("{}\n".format(entry[1])) else: name = entry[0] out_file = open("{}.txt".format(name)) out_file.write("{}\n".format(entry[1])) out_file.close()的范围？我认为它仅限于out_file循环内部。

编辑：我应该提到的，我的数据比这里指出的要复杂得多......它实际上并不在列表中，而是SeqRecord from BioPython

编辑2：好的，我以为我是在简化以避免分心。显然有相反的效果 - mea culpa 。以下是上面第二个代码块的等价物：

for

Answer 1

使用Python提供的工具更容易：

from itertools import groupby
from operator import itemgetter

items = [
    ('name1', 10), ('name1', 30),
    ('name2', 5), ('name2', 7), ('name2', 3),
    ('name3', 10)
]

for name, rows in groupby(items, itemgetter(0)):
    with open(name + ".txt", "w") as outf:
        outf.write("\n".join(str(row[1]) for row in rows))

编辑以匹配更新的问题，这是更新的解决方案; - ）

for name, records in groupby(SeqIO.parse(some_genbank, 'gb'), lambda record:record.annotations['source']):
    with open(name + ".faa", "w+") as outf:
        for record in records:
            write_all_record(outf, record)

Answer 2

如果您不介意使用pandas，可以按照以下方式处理：

import pandas as pd
df = pd.DataFrame(l)
df.columns = ['name', 'value']
df.groupby('name').apply(lambda x: x.to_csv('{}.txt'.format(x['name'].iloc[0]), index=False, header=False))

获取三个名为name1.txt的文本文件，如下所示：

name1,10
name1,30

Answer 3

在不弄乱您的代码的情况下，为什么不在关闭之前检查out_file变量是否存在？

out_file=None
... #Some code
if out_file:
    out_file.close()

您也可以使用try/except。

或者甚至可能会上课（虽然矫枉过正）：

class f_temp():
    name = None
    def close(self):
        pass
out_file = f_temp()

for entry in l:
    if entry[0] != out_file.name:

...

现在再多阅读一下，为什么不按文件名对数据进行排序，然后只打开一个文件？

您也可以使用字典：

file_dict =dict()
for filename, value in l:
    if filename not in file_dict():
        file_dict[filename] = open("{}.txt".format(filename))
    file_dict[filename].write("{}\n".format(entry[1]))

for item in file_dict.items():
    item.close()

在循环中打开和关闭文件

3 个答案:

...