需要将列添加到制表符分隔的文本文件中,并为新列添加标题。不熟悉 awk
命令,因此想询问是否有使用 Python 在制表符分隔文本文件中添加列的方法。
具体来说,需要在以下格式的数据中添加一列:
name phone email website
D G Albright M.S.
Lannister G. Cersei M.A.T., CEP 111-222-3333 [email protected] www.got.com
Argle D. Bargle Ed.M.
Sam D. Man Ed.M. 000-000-1111 [email protected] www.daManWithThePlan.com
Sam D. Man Ed.M.
Sam D. Man Ed.M. 111-222-333 [email protected] www.daManWithThePlan.com
D G Bamf M.S.
Amy Tramy Lamy Ph.D.
需要在第一列解析数据,并在名为“area”的新列中添加“执业领域”,在本例中,“CEP”是“执业领域”的示例。迭代文件并使用 pop
函数将“执业领域”与第一列的其余部分分开。然后将此项添加到列表中,该列表在函数中不会被添加至电子表格中。
以下是尝试过的脚本:
def parse_ieca_gc(s):
### HANDLE NAME ELEMENT ######
degrees = ['M.A.T.','Ph.D.','MA','J.D.',
'Ed.M.', 'M.A.', 'M.B.A.',
'Ed.S.', 'M.Div.', 'M.Ed.',
'RN', 'B.S.Ed.', 'M.D.', 'M.S.']
degrees_list = []
# check whether the name string has
# an area of practice by
# checking if there's a comma separator
if ',' in s['name']:
# separate area of practice from name
# and degree and bind this to var 'area'
split_area_nmdeg = s['name'].split(',')
area = split_area_nmdeg.pop()
# Split the name and deg by spaces.
# If there's a deg, it will match with one
# of elements and will be stored deg list.
# The deg is removed name_deg list
# and all that's left is the name.
split_name_deg = re.split('\s',split_area_nmdeg[0])
for word in split_name_deg:
for deg in degrees:
if deg == word:
degrees_list.append(split_name_deg.pop())
name = ' '.join(split_name_deg)
提供的代码也无法正常工作:
fieldnames = ['name','degrees','area','phone','email','website']
with open('ieca_first_col_fake_text.txt','r') as input:
with open('new_col_dict.txt','w') as output:
dict_writer = csv.DictWriter(output, fieldnames, delimiter = '\t')
dict_reader = csv.DictReader(input, delimiter = '\t')
#dict_writer.writeheader(fieldnames)
for row in dict_reader:
print row
dict_writer.writerow(fieldnames)
dict_writer.writerow(row)
解决方案
以下是解决该问题的两种方法:
方法一:使用 csv
模块
可以使用 Python 的 csv
模块来轻松地将列添加到制表符分隔的文本文件中。以下是如何使用 csv
模块来实现的:
import csv
with open('ieca_first_col_fake_text.txt', 'r') as input, \
open('new_col_dict.txt', 'w') as output:
dict_reader = csv.DictReader(input, delimiter='\t')
dict_reader.fieldnames.append('area')
dict_reader.fieldnames.append('degrees')
dict_writer = csv.DictWriter(output,
fieldnames=dict_reader.fieldnames,
delimiter='\t')
for row in dict_reader:
print(row)
dict_writer.writeheader()
dict_writer.writerow(row)
方法二:使用 pandas
模块
也可以使用 Python 的 pandas
模块来添加列。以下是如何使用 pandas
模块来实现的:
import pandas as pd
df = pd.read_csv('ieca_first_col_fake_text.txt', delimiter='\t')
df['area'] = ''
df['degrees'] = ''
df.to_csv('new_col_dict.txt', sep='\t', index=False)
这两种方法都可以将列添加到制表符分隔的文本文件中,并为新列添加标题。