解析文本文件不同行的有效方法

Question

我有一个包含如下数据的文本文件：1 --- 1 --- 1002 --- 1 --- 2003 --- 1 --- 1001 --- 2 --- 3002 --- 2 --- 1003 --- 2 --- 400我想提取对应于第二列不同值的第三列数据，例如在第三列中添加与第二列中的数字1对应的三个数字，依此类推。我可以逐行循环遍历文本，然后在每行中找到第三列并添加它们。但这不是我想要的。我应该如何在 Python 中有效地做到这一点？

Answer 1

使用itertools.groupby().

例如，我正在使用您的确切“数据结构”（stackoverflow 问题中的一堆文本）：

import itertools

data_structure = '''

1 --- 1 --- 100

2 --- 1 --- 200

3 --- 1 --- 100

1 --- 2 --- 300

2 --- 2 --- 100

3 --- 2 --- 400

'''.splitlines()

# create a key function able to extract the data you want to group:

def _key(line):

    return line.strip().split(' --- ')[1] # the 1 here means second column

#cleanup data:

clean_data = (line.strip() for line in data_structure if line.strip())

# then pass it to itertools.groupby:

for key, lines in itertools.groupby(clean_data, key=_key):

    print("Lines that contain number", key, 'in second column:')

    print(', '.join(lines))

结果：

Lines that contain number 1 in second column:

1 --- 1 --- 100, 2 --- 1 --- 200, 3 --- 1 --- 100

Lines that contain number 2 in second column:

1 --- 2 --- 300, 2 --- 2 --- 100, 3 --- 2 --- 400

编辑：既然你编辑了问题，并说你有一个文本文件，那么你可以用它代替data_structure它，它会起作用：

data_structure = open('myfile.txt')

其余代码保持不变