看代码吧~
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
#-*-encoding:utf-8-*- import os, sys, time, datetime, glob fo1 = open ( "C:/Users/Administrator/Desktop/areainfo.txt" , "w" ) fo2 = open ( "C:/Users/Administrator/Desktop/personinfo.txt" , "w" ) for root, dirs, files, in os.walk( "E:/test" , topdown = False ): for name in files: file_name = os.path.join(root,name) if os.path.splitext(file_name)[ 1 ] = = '.txt' : print (file_name) with open (file_name) as a_file: for data in a_file.readlines(): str2 = [] str4 = [] for i in [ 0 , 1 , 2 , 3 , 7 ]: str2.append(data.split( '||~||' )[i]) fo1.write( "||~||" .join(str2) + "\n" ) for i in [ 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 ]: str4.append(data.split( '||~||' )[i]) fo2.write( "||~||" .join(str4) + "\n" ) fo1.close() fo2.close() |
补充:python按照某个分隔符切分text文件字符串并存入excel
有一份如图所示的文件信息,信息量较大需要将text文件转为excel处理,按照图中的分隔符“&”分列数据存储至excel文件。
实现代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
# -*- coding: utf-8 -*- """ Created on Mon Mar 30 18:05:35 2020 @author: fengzi """ import os import pandas as pd from datetime import datetime def main(): source_dir = 'E:/服管部/满意度调研/满意度影响因子分析/3.18\BI提单数据/BI2020031700005分开/分列测试/集团成员.txt' target_dir = 'E:/服管部/满意度调研/满意度影响因子分析/3.18\BI提单数据/BI2020031700005分开/分列测试/集团成员.xlsx' new_colums = "look\r\n" start_time = datetime.now().strftime( '%Y-%m-%d %H:%M:%S' ) print ( "开始时间:" ,start_time) #文件开头增加新的一列内容作为列名(原列名太长/不可用) f = open (source_dir, 'r' ) content = f.read() # 读取文件内容 f_new = open ( 'b.txt' , 'w' ) f_new.write(new_colums) # 开头写入内容并换行 f_new.write(content) # 写入原文件内容 f_list = list ( set (f.readlines())) #先把内容readlines()为列表,然后用set集合去重后再转化为列表,赋值于变量f_list for i in f_list: #for循环列表f_list,判断是否有“\n”字符,如果有,将元素‘\n'移除 if i = = '\n' : f_list.remove(i) f_new.writelines(f_list) #将列表f_list的内容(此时列表已去除换行空白行),通过writelines的方式写入新文件, f.close() f_new.close() os.remove(source_dir) # 移除老文件 os.rename( 'b.txt' , source_dir) # 新文件命名为老文件名 data = pd.read_csv(source_dir, "rb" ,engine = 'python' ) #读入数据出现乱码可添加engine='python' #字符串切分后结果分列展示 df = pd.DataFrame(data, columns = [ "look" ]) #需要分列的列名 df = df[ "look" ]. str .split( '&' , expand = True ) # 分列的字符,split默认输出list,设置expand=True结果会分列展示 #print(df) df.to_excel(target_dir) #列表df存储至excel end_time = datetime.now().strftime( '%Y-%m-%d %H:%M:%S' ) print ( "完成时间" ,end_time) if __name__ = = "__main__" : main() |
代码实现效果:
此代码的缺陷是实现效果不佳,增加了首列和首行的序号,后期有时间再学着改善。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。
原文链接:https://blog.csdn.net/last_cm/article/details/81481839