主页 / 问题 / 1606657
Accepted
Klonam
Asked:2025-02-11 16:14:56 +0000 UTC2025-02-11 16:14:56 +0000 UTC

将数据从 txt 文件转换为 Excel

  • 772

我在一个有限元建模程序中工作，我需要自动化数据上传过程（文件可以以 txt 格式打开），然后构造它们并获取 Excel 文件。下面是此类文件的示例（有时它们的下载略有不同，有多余的空格等），还值得注意的是，有些文件包含超过 1,000,000 行。
我已经找到了简单问题的简单解决方案，但在这种情况下，不可能用简单的分隔符来解决，这里如果数字是正数，那么它由空格分隔，如果它是负数，那么代替空格的是“-”，它是这个数字的一​​部分，特别是因为所有的数字都以指数形式表示（最后两列并不有趣）

*KEYWORD
*CONTROL_FORMING_MAXID
$     NPID     MXIDN     MXIDE    MXIDH  I2DYNAIN
         0         0         0         0         0
*NODE  
12236424 2.983630816E+01-4.042703176E+01-3.544279204E+01       0       0
12236425 2.983629904E+01-4.092704272E+01-3.544058904E+01       0       0
12236428 2.983640348E+01-4.042918554E+01-3.594280018E+01       0       0
12236429 2.983638822E+01-4.092920473E+01-3.594058796E+01       0       0

*KEYWORD
*CONTROL_FORMING_MAXID
$     NPID     MXIDN     MXIDE    MXIDH  I2DYNAIN
         0         0         0         0         0
*BOUNDARY_SPC_NODE  
    428578         0         1         1         1         1         1         1
    428579         0         1         1         1         1         1         1
    428580         0         1         1         1         1         1         1
    428581         0         1         1         1         1         1         1
    429140         0         1         1         1         1         1         1
    578780         0         1         1         1         1         1         1
    578781         0         1         1         1         1         1         1
*NODE  
  428450-4.938889155E-02 1.417327727E-02-7.995352747E+00       0       0
  428451-4.938006831E-02 5.143947265E-01-7.995257790E+00       0       0
  428452 4.505296270E-01 5.143865897E-01-7.995272233E+00       0       0
  428453 4.505218191E-01 1.416496122E-02-7.995366520E+00       0       0
  428454-4.941766180E-02 1.357687718E-02-8.995286966E+00       0       0
  428455-4.941014003E-02 5.137780139E-01-8.995196019E+00       0       0
  428456 4.505026304E-01 5.137710659E-01-8.995210119E+00       0       0
  428457 4.504959084E-01 1.356971048E-02-8.995300458E+00       0       0
  428458-4.944581670E-02 1.296924219E-02-9.995248631E+00       0       0
  428459-4.943942290E-02 5.131508731E-01-9.995162092E+00       0       0

首先，我感兴趣的是卸载 *NODE 字段上的数据，形式如下：

数字 十 是 是
428450 -4.938889155E-02 1.417327727E-02 -7.995352747E+00

这样你就可以在 Excel 中处理结构化数据

我刚刚开始学习如何处理类似的任务，并发现 pandas 可以与 df 和正则表达式配合使用。我并不是想要现成的代码，我想知道哪种工具对于这样的任务有效，这样我就可以开始学习它了。

python

1 个回答

  1. Best Answer

    看起来您在那里有固定的位置，请查看read_fwf
    方法 。您可以自己读取文件，找到所需的部分，并将位于所需位置的文件指针提供给此方法的输入（我有一个例子而不是文件StringIO，只需将其替换为通过以下方式读取文件即可open）：

    import pandas as pd
from io import StringIO

data = StringIO("""
*KEYWORD
*CONTROL_FORMING_MAXID
$     NPID     MXIDN     MXIDE    MXIDH  I2DYNAIN
         0         0         0         0         0
*BOUNDARY_SPC_NODE  
    428578         0         1         1         1         1         1         1
    428579         0         1         1         1         1         1         1
    428580         0         1         1         1         1         1         1
    428581         0         1         1         1         1         1         1
    429140         0         1         1         1         1         1         1
    578780         0         1         1         1         1         1         1
    578781         0         1         1         1         1         1         1
*NODE  
  428450-4.938889155E-02 1.417327727E-02-7.995352747E+00       0       0
  428451-4.938006831E-02 5.143947265E-01-7.995257790E+00       0       0
  428452 4.505296270E-01 5.143865897E-01-7.995272233E+00       0       0
  428453 4.505218191E-01 1.416496122E-02-7.995366520E+00       0       0
  428454-4.941766180E-02 1.357687718E-02-8.995286966E+00       0       0
  428455-4.941014003E-02 5.137780139E-01-8.995196019E+00       0       0
  428456 4.505026304E-01 5.137710659E-01-8.995210119E+00       0       0
  428457 4.504959084E-01 1.356971048E-02-8.995300458E+00       0       0
  428458-4.944581670E-02 1.296924219E-02-9.995248631E+00       0       0
  428459-4.943942290E-02 5.131508731E-01-9.995162092E+00       0       0
  """)

df = None
widths = [8, 16, 16, 16, 8, 8]
with data as f:
    for line in f:
        if '*NODE' in line:
            df = pd.read_fwf(f, widths=widths, header=None)
            break
df

    输出（格式不正确-列名被移动）：

    0   1   2   3   4   5
0   428450  -0.049389   0.014173    -7.995353   0   0
1   428451  -0.049380   0.514395    -7.995258   0   0
2   428452  0.450530    0.514387    -7.995272   0   0
3   428453  0.450522    0.014165    -7.995367   0   0
4   428454  -0.049418   0.013577    -8.995287   0   0
5   428455  -0.049410   0.513778    -8.995196   0   0
6   428456  0.450503    0.513771    -8.995210   0   0
7   428457  0.450496    0.013570    -8.995300   0   0
8   428458  -0.049446   0.012969    -9.995249   0   0
9   428459  -0.049439   0.513151    -9.995162   0   0
    • 2

相关问题