Question

需要处理具有100万行的flag[j] = 1文件，然后将其另存为.tsv文件。我可以通过这种方式成功执行此操作：

.txt

但是，在特定点之外，某些选项卡会意外地跳入某些特殊字符，例如：

如您所见，第一列只期望0到1之间的数字值。但是，在这两者之间会看到特殊字符。

是什么原因造成的？如何有效地解决此问题？

Answer 1

这些额外的字符存在于输入文件中。由于您没有对该文件的控制，最简单的操作是在处理数据时将其删除。 re模块的sub函数可以做到这一点：

>>> import re
>>> s = '1@'
>>> re.sub(r'\D+', '', s)
'1'

r'\D+'模式将与要从提供的字符串中删除的任何非数字字符匹配。