从 .txt 文件中拆分特定值并存储在 python 中的 excel 中？

Posted 2023-03-16

【中文标题】从 .txt 文件中拆分特定值并存储在 python 中的 excel 中？

【英文标题】：Split the particular value from .txt file and store on excel in python?

【发布时间】：2021-06-23 05:48:39

【问题描述】：

我在文本文件 (val.txt) 中存储了大量 温度 和 湿度 值。我需要在单独的列中存储到 Excel 工作表中。

val.txt 文件中的值：

SHT1 E:   T1:30.45°C    H1:59.14 %RH
SHT2 S:   T2:29.93°C    H2:67.38 %RH

SHT1 E:   T1:30.49°C    H1:58.87 %RH
SHT2 S:   T2:29.94°C    H2:67.22 %RH

SHT1 E:   T1:30.53°C    H1:58.69 %RH
SHT2 S:   T2:29.95°C    H2:67.22 %RH
//its continues same like this//

预期输出（在 excel 表中）：

Column1 (T1)     Column2 (H1)     Column3 (T2)     Column3 (H2)
30.45            59.14            29.93            67.38
30.49            58.87            29.94            67.22  
30.53            58.69            29.95            67.22

【问题讨论】：

您应该可以使用pandas 来执行此操作，如here 所述

太棒了。但听说我也有字符串。我只需要 grep 浮点值。

【参考方案1】：

我建议使用 pandas 进行类似的操作

import itertools

import pandas as pd


def read_lines(file_object) -> list:
    return [
        parse_line(line) for line in file_object.readlines() if line.strip()
    ]


def parse_line(line: str) -> list:
    return [
        i.split(":")[-1].replace("°C", "").replace("%RH", "")
        for i in line.strip().split()
        if i.startswith(("T1", "T2", "H1", "H2"))
    ]


def flatten(parsed_lines: list) -> list:
    return list(itertools.chain.from_iterable(parsed_lines))


def cut_into_pieces(flattened_lines: list, piece_size: int = 4) -> list:
    return [
        flattened_lines[i:i + piece_size] for i
        in range(0, len(flattened_lines), piece_size)
    ]


with open("your_text_data.txt") as data:
    df = pd.DataFrame(
        cut_into_pieces(flatten(read_lines(data))),
        columns=["T1", "H1", "T2", "H2"],
    )
    print(df)
    df.to_excel("your_table.xlsx", index=False)

输出：

      T1     H1     T2     H2
0  30.45  59.14  29.93  67.38
1  30.49  58.87  29.94  67.22
2  30.53  58.69  29.95  67.22

编辑：

regex 的方法要短得多。

import re

import pandas as pd

with open("your_text_data.txt") as data_file:
    data_list = re.findall(r"\d\d\.\d\d", data_file.read())

pd.DataFrame(
    [data_list[i:i + 4] for i in range(0, len(data_list), 4)],
    columns=["T1", "H1", "T2", "H2"],
).to_excel(
    "your_table.xlsx",
    index=False,
)

但是，这不会向stdout 打印任何内容，而是生成与以下相同的 Excel 文件结构。

作为.xlsx 文件：