Question

我有一个TSV（制表符分隔文件），其中一个标题称为session_id。我还有一个名为myMap的映射，其中键是session_id，值是会话长度。现在我想要的是修改tsv文件，以便我在末尾添加一个名为“Length”的标题，并在那里添加长度值。这意味着对于每一行，我应该将session_length作为另一个制表符分隔值附加到每行的末尾。例如，如果我的TSV文件的第一行最初看起来像这样：

User_id   Session_id  Age    Date
23        'adasd5'    23    23/02/2017

我也有：

myMap['adasd5']=12

因此，文件应更改为：

User_id   Session_id  Age    Date      Length
23        'adasd5'    23    23/02/2017   12

这是我做的，但它不起作用：

with open('file.tsv', 'r+b') as infile:
        header=infile.next()
        h=header+'\t'+"return"+'\n'
        infile.write(h)
        for line in infile:
            line2 = line.strip().split('\t')
            if line2[1] in myMap:
                d=line+'\t'+str(myMap[line2[1]])+'\n'
            infile.write(d)
    infile.close()

Answer 1

我通过询问朋友（@Babak）找到答案。

以下是答案：

df=pd.read_csv('file.tsv', sep='\t',names=["User_id","Session_id","Age","Date"])

df['Length']=df.session_id.apply(lambda x:myMap[x])

Answer 2

虽然大熊猫会让这变得轻而易举，但是好的'Python可以做得很好。你在tsv输入文件中的Session_id值周围有单引号，因此output.append代码行有一个.replace（）方法来摆脱字典查找。

否则你只是在文件中加载，指定tab作为分隔符，跳过标题行，并将文件的其余部分摄取到列表列表中。

然后迭代这个列表，将myMap查找的结果追加到最后。输出新标题并将输出数据写入文件。

import csv
with open('file.tsv', newline='') as f:
    f.readline()
    reader = csv.reader(f, delimiter='\t')
    data = list(reader)

output = []
myMap = {
    'adasd5': 12,
}
for line in data:
    user_id, session_id, age, date = line
    output.append([user_id, session_id, age, date, myMap[session_id.replace("'", '')]])

with open('output.tsv', 'w', newline='') as f:
    headers = ['User_id', 'Session_id', 'Age', 'Date', 'Length']
    writer = csv.writer(f, delimiter='\t')
    writer.writerow(headers)
    writer.writerows(output)

将列附加到TSV文件的末尾

2 个答案: