Question

我正在尝试从分子动力学模拟中读取和分析数据，看起来像这样，但是大约有50000行：

40 443.217134221125 -1167.16960983145 -930.540717277902 -945.149746592058 14.6090293141563 -76510.1177229871 4955.17798368798 17.0485096390963 17.0485096390963 17.0485096390963
80 659.39103652059 -923.638916369481 -963.088128935875 -984.822539088925 21.7344101530497 14390.2520385682 4392.18167603894 16.3767140226773 16.3767140226773 16.3767140226773
120 410.282687399253 -979.413482414461 -978.270613122515 -991.794079036891 13.5234659143754 -416.30808174241 4398.37322990079 16.3844056974088 16.3844056974088 16.3844056974088

第二列代表温度。我想在列表中包含文件的全部内容，其中包含根据温度划分每一行的列表。因此，例如，主列表中的第一个列表将具有温度为50 +/- 25K的每一行，主列表中的第二个列表将具有温度为100 +/- 25K的每行，第三列为150 +/- 25K等
这是我到目前为止的代码：

for nbligne in tqdm(range(0,len(LogFullText),1), unit=" lignes", disable=False):
    string = LogFullText[nbligne]
    line = string.replace('\n','')
    Values = line.split(' ')

    divider = float(Values[1])
    number = int(round(divider/ecart,0))
    if number>0 and number < (nbpts+1):
        numericValues = []
        for nbresultat in range(0,len(Values)-1,1):
            numericValues = numericValues + [float(Values[nbresultat+1])]

        TotalResultats[number-1].append(numericValues)

带有数据的整个文档都存储在LogFullText列表中，在其中，我删除了\ n并使用line.split（''）拆分数据，然后我便知道了主体的哪个“部分”列表，TotalResultats，数据行必须与变量号一起存储，在我的示例中，ecart的值为50。

从我在空闲状态下的测试应该可以，但是实际上发生了什么，因为列表中的numericValues附加到TotalResultats的每个部分，这使整个“排序”过程变得毫无意义，因为我最终得到的是nbpts乘以相同的列表。

编辑：例如，所需的输出将使TotalResultats [0]仅包含以下行：

440 49.9911561170447 -1002.727121613 -1002.72088094757 -1004.36865629012 1.64777534254374 -2.30045369926927 4346.38067015602 16.319590369315 16.319590369315 16.319590369315
480 42.0678318129411 -1002.69068695093 -1003.09270361295 -1004.47931559314 1.38661198019398 148.219667654185 4345.58826561836 16.3185985476593 16.3185985476593 16.3185985476593
520 43.0855216044083 -1003.4761833678 -1003.33820025832 -1004.75835665467 1.42015639634654 -50.877194096845 4345.23364199522 16.3181546401367 16.3181546401367 16.3181546401367

TotalResults [1]将包含以下内容：

29480 109.504432929553 -980.560226069922 -998.958927113452 -1002.5683396275 3.6094125140473 6797.60091557441 4336.52501942717 16.3072458525354 16.3072458525354 16.3072458525354
29520 106.663291994583 -987.853629557979 -998.63436605413 -1002.15013076443 3.51576471029626 3975.43407740646 4344.84444478408 16.3176674266037 16.3176674266037 16.3176674266037
29560 112.712019757891 -1020.65735849343 -998.342638324154 -1002.05777718853 3.71513886437272 -8172.25412368794 4374.81748831773 16.3551041162317 16.3551041162317 16.3551041162317

TotalResults [2]为：

52480 142.86322849701 -983.254970494784 -995.977110177167 -1000.68607319299 4.70896301582636 4687.60299340191 4348.30194824999 16.321994657312 16.321994657312 16.321994657312
52520 159.953459288754 -984.221801201968 -995.711657311665 -1000.9839371836 5.27227987193358 4233.04866428826 4348.82254074761 16.3226460049712 16.3226460049712 16.3226460049712
52560 161.624843851124 -1011.76969126636 -995.320907086768 -1000.64827802848 5.32737094170867 -6023.57133443538 4375.12133631739 16.3554827492176 16.3554827492176 16.3554827492176

在第一种情况下

TotalResultats[0][0] = [49.9911561170447, -1002.727121613, -1002.72088094757, -1004.36865629012, 1.64777534254374, -2.30045369926927, 4346.38067015602, 16.319590369315, 16.319590369315, 16.319590369315]

如果有帮助，我正在使用python 3.6.8在Visual Studio中对此进行编码

非常感谢！

Answer 1

我建议使用熊猫。这是在python中处理表格数据的非常强大的工具。就像python中的excel或sql一样。假设1.csv包含您在问题中提供的数据。然后，您可以轻松地加载，过滤数据并保存结果：

import pandas as pd

# load data from file into pandas dataframe
df = pd.read_csv('1.csv', header=None, delimiter=' ')

# filter by temperature, column named 0 since there is no header in the file
df2 = df[df[0].between(450, 550)]

# save filtered rows in the same format
df2.to_csv('2.csv', header=None, index=False, sep=' ')

熊猫可能比普通的python语法更难学习，但这是值得的。

创建列表列表列表以对文本文件中的数据进行排序

1 个答案: