Question

我是编码和python的新手，并认为我咬的更多然后我可以咀嚼但我正在尝试创建程序，读取包含3列信息的txt文件，然后获取这些列并列出它们。然后我想创建一个条件，它将第3列行值与上下自身的行进行比较，如果值的差值大于5，则它将复制第1列和第2行，其中第3列中找到该值，将它附加到一个名为spikes的新列表中，我希望可以创建一个新的单独的txt文件。我有一个名为“xyz_test.txt”的txt文件值的例子：

98015.985   -4922343.462    101.098 
98015.985   -4922343.712    101.098 
98015.985   -4922343.962    101.093 
98015.985   -4922344.212    101.089 
98015.985   -4922344.462    108.09 
98015.985   -4922344.712    101.095 
98015.985   -4922344.962    101.093 
98015.985   -4922345.212    101.083 
98015.985   -4922345.462    101.081

到目前为止，我能得到并弄清楚的是：

 import csv,math listxy = [] listz = [] spikes = [] files =
 list(csv.reader(open('xyz_test.txt', 'rb'), delimiter='\t'))

 for z in files:
     listxy = z[0],z[1]
     listz = z[2]
     print listz

我得到的结果如下：

现在我试图运行一个条件，首先发现列表中的一个数字差异高于5，高于和高于它的数字，但不断出现以下错误： “并非在字符串格式化期间转换所有参数” “无法连接'str'和'int'对象”

任何人都可以帮我解决这个问题。

感谢所有人的帮助，学到了分配。我改变了适合我需要的代码，这是我最终得到的。仍然调整，必须创建一些分类值和循环通过几个txt文件，但到目前为止：

from __future__ import print_function


import pandas as pd
# sets dipslay to larger extent
#pd.set_option('display.height', 10000000)
#pd.set_option('display.max_rows', 5000000)
#pd.set_option('display.max_columns', 50)
#pd.set_option('display.width', 10000)

limit = 3
tries = 0

while True:
        print ("----------------------------------------------------")
        spikewell = float(raw_input("Please Enter Parameters: "))
        tries += 1
        if tries == 4:
            print ("----------------------------------------------------")
            print ("Entered incorrectly to many times.....Exiting")
            print ("----------------------------------------------------")
            break
        else:
            if spikewell > 50:
               print ("parameters past limit (20)")
               print ("----------------------------------------------------")
               print (tries)
               continue
            elif spikewell < 0:
               print ("Parameters cant be negative")
               print ("----------------------------------------------------")
               print (tries)
               continue
            else:
               spikewell
               print ("Parameters are set")
               print (spikewell)
               print ("Searching files")
               print ("----------------------------------------------------")





        terrain = "1_tile_test.txt"
        for df in terrain:
            df = pd.read_csv('1_tile_test.txt', sep=r'\s+', names=['____x____  ','____y____  ','____z____'])
# print orginal data frame (for testing)

# get spikes's coordinates
# df['col3'].shift(1) - previous value of the 'col3' column
# df['col3'].shift(-1) - next value of the 'col3' column
            spikes = df.loc[(df['____z____'] - df['____z____'].shift(1) > spikewell) & \
            (df['____z____'] - df['____z____'].shift(-1) > spikewell)]
            wells = df.loc[-((df['____z____'] - df['____z____'].shift(1) > spikewell)) & \
            -((df['____z____'] - df['____z____'].shift(-1)) > -spikewell)]
# print and save spikes

   # print(spikes[['col1', 'col2','col3']])
   # print(spikes2[['col1', 'col2','col3']])
   # print(wells[['col1', 'col2','col3']])
   # print(wells2[['col1', 'col2','col3']])

            spikes[['____x____  ','____y____  ','____z____']].to_csv('spikes.txt', sep='\t', index=False)
            #spikes2[['____x____  ','____y____  ','____z____']].to_csv('spikes.txt', sep='\t', index=False)
            wells[['____x____  ','____y____  ','____z____']].to_csv('wells.txt', sep='\t', index=False)
            #wells2[['____x____  ','____y____  ','____z____']].to_csv('wells.txt', sep='\t', index=False)
            print ("----------------------------------------------------")
            print ('Search completed')
            break

        break

Answer 1

以下是一个例子：

import csv

def is_spike(three):
    first, second, third = three
    return abs(float(first[2]) - float(second[2])) > 5 and abs(float(second[2]) - float(third[2])) > 5

with open("yourcsvfile.csv") as csvfile:
    reader = csv.reader(csvfile)
    rows = list(reader)
    threes = zip(rows, rows[1:], rows[2:])
    spikes = [three for three in threes if is_spike(three)]

print spikes

输出（中间行是“尖峰”）：

[（['98015.985'，' - 4922344.212'，'101.089']，['98015.985'，' - 4922344.462'，'108.09']，['98015.985'，' - 4922344.712'，'101.095']） ]

操作实例：

首先，我们使用为我们分割它们的csv模块读取整个行数据。确保正确设置分隔符。您也可以手动阅读它们，但这更通用。

其次，我们压缩所有threes（如三行）并使用is_spike函数检查它们是否形成“尖峰”，这很简单。

祝你好运。

Answer 2

您可能需要仔细查看pandas

输入数据（出于测试目的，我在[col3 == 111.110]中添加了一行）：

98015.985   -4922343.462    101.098 
98015.985   -4922343.712    101.098 
98015.985   -4922343.962    101.093 
98015.985   -4922344.212    101.089 
98015.985   -4922344.462    108.09 
98015.985   -4922344.712    101.095 
98015.985   -4922344.962    101.093 
98015.985   -4922345.212    101.083 
98015.985   -4922344.462    111.110 
98015.985   -4922345.462    101.081

代码：

from __future__ import print_function

import pandas as pd

df = pd.read_csv('data.csv', sep=r'\s+', names=['col1','col2','col3'])
# print orginal data frame (for testing)
print(df)

# get spikes's coordinates
# df['col3'].shift(1) - previous value of the 'col3' column
# df['col3'].shift(-1) - next value of the 'col3' column
spikes = df.loc[(df['col3'] - df['col3'].shift(1) > 5) & (df['col3'] - df['col3'].shift(-1) > 5)]

# print and save spikes
print(spikes[['col1', 'col2']])
spikes[['col1', 'col2']].to_csv('spikes.csv', sep='\t', index=False)

输出：

        col1         col2     col3
0  98015.985 -4922343.462  101.098
1  98015.985 -4922343.712  101.098
2  98015.985 -4922343.962  101.093
3  98015.985 -4922344.212  101.089
4  98015.985 -4922344.462  108.090
5  98015.985 -4922344.712  101.095
6  98015.985 -4922344.962  101.093
7  98015.985 -4922345.212  101.083
8  98015.985 -4922344.462  111.110
9  98015.985 -4922345.462  101.081
        col1         col2
4  98015.985 -4922344.462
8  98015.985 -4922344.462

spikes.csv：

col1    col2
98015.985   -4922344.462
98015.985   -4922344.462

打开包含3列的txt文件，条件是检查第3列是否为5，并将该行的第1列和第2列返回到新的txt文件

2 个答案: