我需要编辑一个非恒定结构的文本文件。试着使用Pandas，这是最好的工具吗？

Question

我正在尝试更改一个文本文件，但这需要做很多工作，所以我想我会利用这个机会学习如何使用python编辑文本文件

我的文本文件如下所示：

title1
title2
...
title5
var1 var2 var3 var4 var5
var1.1 var2.1 var3.1 var4.1 var5.1

诸如此类。标题可以扩展到5到18之间的任意位置，标题数=包含变量的行的列数

变量行可以达到数十万

我基本上需要添加一个标题（常量），然后在每一行上添加一个额外的列，该列依赖于该行var1（字符串）中的某个数字

熊猫是这里使用的正确东西吗？目前，当我使用read_table导入它时，它不喜欢添加分隔符信息，因为初始行只是一个单独的东西

如蒙指教，不胜感激

非常感谢

Answer 1

您可以使用纯Python实现它。在本例中，我首先将字符串（可以从文件中读取）解析为Python结构，执行所需的操作（添加单个标题，根据该行的第一项将列添加到该行），然后将值写回：

data = """
title1
title2
title3
title4
title5
var1 var2 var3 var4 var5
var1.1 var2.1 var3.1 var4.1 var5.1
"""

import re


# parse string to Python structures:
titles = re.findall(r'^(\w+)$', data, flags=re.M)
rows = []
for row in re.finditer(r'^.*? .*?$', data, flags=re.M):
    rows.append([])
    for values in re.finditer(r'[\w\.]+', row[0]):
        rows[-1].append(values[0])

# add title:
titles.append('NEWTITLE')

# add value to all rows (some example operation with column 0):
for row in rows:
    row.append('NEW' + row[0])

# print values back to old form:
for title in titles:
    print(title)
for row in rows:
    print(' '.join(row))

产出：

title1
title2
title3
title4
title5
NEWTITLE
var1 var2 var3 var4 var5 NEWvar1
var1.1 var2.1 var3.1 var4.1 var5.1 NEWvar1.1