Question

我的.txt文件中有数据

productname1
7,64
productname2
6,56
4.73
productname3
productname4
12.58
10.33

所以这里解释数据。我们在名字中有产品名称，在第二行有价格。但对于第二个产品名称，我们有原始产品价格和折扣价格。此外，价格有时包含＆＃39;。＆＃39;和＆＃39;，＆＃39;代表美分。我想以下列方式格式化数据

    Product   o_price   d_price
productname1    7.64       -
productname2    6.56      4.73
productname3    -          -
productname4    12.58    10.33

我目前的方法有点幼稚，但它适用于98％的案例

import pandas as pd
data = {}
tempKey = []
with open("myfile.txt", encoding="utf-8") as file:
    arr_content = file.readlines()
    for val in arr_content:
        if not val[0].isdigit():# check whether Starting letter is a digit or text
            val = ' '.join(val.split()) # Remove extra spaces
            data.update({val: []}) # Adding key to the dict and initializing it with a list in which I'll populate values
            tempKey.append(val) # keeping track of the last key added because dicts are not sequential
         else:
             data[str(tempKey[-1])].append(val) # Using last added key and updating it with prices

df = pd.DataFrame(list(data.items()), columns = ['Product', 'Pricelist'])
df[['o_price', 'd_price']] = pd.DataFrame([x for x in df.Pricelist])
df = df.drop('Prices', axis=1)

因此，当产品名称以数字开头时，此技术不起作用。有关更好方法的任何建议吗？

Answer 1

使用正则表达式检查该行是否仅包含数字和/或句点。

if (re.match("^[0-9\.]*$", val)):

   # This is a product price

else:

   # This is a product name

使用pandas Python从文本文件正确格式化数据

1 个答案: