Question

以下是我的文本文件中的数据集。

2.1,3.5,1.4,0.2,Iris
4.9,3.0,1.4,0.2,Ilia
3.7,3.2,1.3,0.2,Iridium

有一个名为：

的清单

list_of_keys

在列表中包含以下值

['S_Length','S_Width','P_Length','P_Width','Predicate']

所以，问题是，我想创建一个字典列表来保存我的所有数据（来自文本文件），使用list_of_keys as keys字典，如下所示：

dict = 
      {'S_Length': 2.1, 'S_Width':3.5 , 'P_Length': 1.4, 'P_Width': 0.2, 'Predicate': Iris},
      {'S_Length': 4.9, 'S_Width':3.0 , 'P_Length': 1.4, 'P_Width': 0.2, 'Predicate': Ilia},
      ... so on!

我现在所拥有的：

# store all data from the text files as list
all_examples = file.readlines()

for outer_index in range(len(all_examples)):
     for inner_index in range(0, len(list_of_keys)+1):

Answer 1

您可以使用如下的生成器功能：

def func():
    list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']
    with open('example.txt') as f:
        for line in f:
            yield dict(zip(list_of_keys,line.strip().split(',')))

print(list(func()))
[{'P_Width': '0.2', 'S_Length': '2.1', 'Predicate': 'Iris', 'S_Width': '3.5', 'P_Length': '1.4'}, {'P_Width': '0.2', 'S_Length': '4.9', 'Predicate': 'Ilia', 'S_Width': '3.0', 'P_Length': '1.4'}, {'P_Width': '0.2', 'S_Length': '3.7', 'Predicate': 'Iridium', 'S_Width': '3.2', 'P_Length': '1.3'}]

您可以逐行读取文件并拆分行，然后使用zip函数创建键和值对，然后将它们转换为字典。

请注意，由于文件对象是迭代器，因此您可以迭代文件对象并使用with语句打开文件，该文件将在块结束时关闭文件。

作为另一种替代方案，也可以使用csv模块来阅读文本文件：

import csv
def func():
    list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']
    with open('example.txt') as f:
        spamreader = csv.reader(f, delimiter=',')
        return [dict(zip(list_of_keys,row)) for row in spamreader]

print func()

这里，因为csv.reader接受一个分隔符参数并返回在一个迭代器中分隔的所有行，所以你不需要循环遍历文件并手动拆分它。

如果您想保留订单，可以在以下两种情况下使用collections.OrderedDict：

from collections import OrderedDict
import csv
def func():
    list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']
    with open('example.txt') as f:
        spamreader = csv.reader(f, delimiter=',')
        return [OrderedDict(zip(list_of_keys,row)) for row in spamreader]

print func()
[OrderedDict([('S_Length', '2.1'), ('S_Width', '3.5'), ('P_Length', '1.4'), ('P_Width', '0.2'), ('Predicate', 'Iris')]), OrderedDict([('S_Length', '4.9'), ('S_Width', '3.0'), ('P_Length', '1.4'), ('P_Width', '0.2'), ('Predicate', 'Ilia')]), OrderedDict([('S_Length', '3.7'), ('S_Width', '3.2'), ('P_Length', '1.3'), ('P_Width', '0.2'), ('Predicate', 'Iridium')])]

Answer 2

您只需要使用拆分并进行一些迭代。

尝试：

list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']

list_of_dict = []

with open('mydata.txt', "r") as f:
    for line in f.readlines():
        parts = line.strip().split(",")
        mydict = {}
        i = 0
        for k in list_of_keys:
            mydict[k] = parts[i]
            i += 1
        list_of_dict.append(mydict)

print list_of_dict

或者：

list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']

list_of_dict = []

with open('mydata.txt', "r") as f:
    for line in f.readlines():
        parts = line.strip().split(",")
        mydict = dict(zip(list_of_keys,parts))
        list_of_dict.append(mydict)

print list_of_dict

Answer 3

对于更干净的代码，您可以使用pandas中的函数to_dict：

import pandas as pd

df = pd.read_csv('example.txt')
list_of_keys = ['S_Length','S_Width','P_Length','P_Width','Predicate']
df.columns = list_of_keys

dict = df.to_dict(orient='records')

print dict[0]
{'P_Width': '0.2', 'S_Length': '4.9', 'Predicate': 'Ilia', 'S_Width': '3.0', 'P_Length': '1.4'}

Answer 4

如果您认为必须使用,拆分字符串，则使用namedtuple分别映射每一行。

列出动态字典python

4 个答案: