- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
在 Excel 中,如果您导入空格分隔的文本,其中的列没有完全对齐并且数据可能会丢失,例如
pH pKa/Em n(slope) 1000*chi2 vdw0
CYS-I0014_ >14.0 0.00
LYS+I0013_ 11.827 0.781 0.440 0.18
您可以选择将其视为固定宽度的列,Excel 可以自动计算出列宽,通常效果很好。 Python 中是否有一个库可以以类似的自动方式分解格式不佳的固定宽度文本?
编辑:这是固定宽度文本导入在 Excel 中的样子。在第一步中,您只需选中“固定宽度”单选按钮,然后在第二步中,Excel 已经自动添加了分栏符。唯一未能正确执行此操作的情况是每行的每个分栏符中没有至少一个空白字符重叠。
最佳答案
首先,Excel(2003,在家)并不是那么聪明。如果您的列 1000*chi2 包含空格,例如1000 * chi2,excel会猜错。
琐碎的情况:如果你的数据最初是由制表符(而不是空格)分隔的,并且使用多个制表符来指示空列,那么,至少在 TCL 中,很容易按制表符内容拆分每一行,我想这很琐碎在 Python 中也是如此。
但我猜你的问题是他们只使用了空格字符。我看到解决这个问题的最大线索是将文本粘贴到记事本中并选择固定大小的字体。一切都排列整齐,您可以使用每行中的字符数来衡量“长度”。
因此,如果您可以依赖输入的这一特性,那么您可以使用“筛选”方法来自动识别分栏符的位置。当您在第一遍中仔细检查这些行时,注意沿行被非空白占据的“位置”,如果某个位置曾经被非空白占据,则从您的列表中删除该位置。随着您的前进,您将很快到达一组从未被非空白区域占据的位置。那么,这些就是您的列分隔符。在您的示例中,您的“筛子”将以 10-16、23-24,32、42-47 的位置结束,这些位置永远不会被非空白占据(假设我可以数)。因此,该集合的补充是您的数据必须位于的列位置集合。因此,对于每一行,每个非空白 block 都将恰好适合上面确定的一组位置(即补充集)中的一列。我从来没有用 Python 编码,所以附加的是一个 TCL 脚本,它将使用筛选方法识别文本中的分栏符,并发出一个新的文本文件,其中那些空格字符完全由单个制表符替换 - 即. 10-16 由一个选项卡替换,23-24 由另一个替换,等等。生成的文件是制表符分隔的,即普通情况。我承认我只在你的小案例数据上试过,复制到一个名为 ex.txt 的文本文件中;输出到 ex_.txt。我怀疑如果标题包含空格,它也可能有问题。
希望这对您有所帮助!
set fh [open ex.txt]
set contents [read $fh];#ok for small-to-medium files.
close $fh
#first pass
set occupied {}
set lines [split $contents \n];#split contents at line breaks.
foreach line $lines {
set chrs [split $line {}];#split each line into chars.
set pos 0
foreach chr $chrs {
if {$chr ne " "} {
lappend occupied $pos
}
incr pos
}
}
#drop out with long list of occupied "positions": sort to create
#our sieve.
set datacols [lsort -unique -integer $occupied]
puts "occupied: $datacols"
#identify column boundaries.
set colset {}
set start [lindex $datacols 0];#first occupied pos might be > 0??
foreach index $datacols {
if {$start < $index} {
set end $index;incr end -1
lappend colset [list $start $end]
puts "col break starts at $start, ends at $end";#some instro!
set start $index
}
incr start
}
#Now convert input file to trivial case output file, replacing
#sieved space chars with tab characters.
set tesloc [lreverse $colset];#reverse the column list!
set fh [open ex_.txt w]
foreach line $lines {
foreach ele $tesloc {
set line [string replace $line [lindex $ele 0] [lindex $ele 1] "\t" ]
}
puts "newline is $line"
puts $fh $line
}
close $fh
关于python - Python 中类似 Excel 的文本导入 : automatically parsing fixed width columns,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6348992/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!