- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个以这种格式保存数据的文本文件:
21-Jun-2013 22:12:52:137, INFO, *********************************************************************
21-Jun-2013 22:12:52:137, INFO, Data being shown
21-Jun-2013 22:12:52:137, INFO, *********************************************************************
21-Jun-2013 22:12:52:137, INFO, Meta-data
21-Jun-2013 22:12:52:137, INFO, Meta-data
21-Jun-2013 22:12:52:137, INFO, Exp 1 2
21-Jun-2013 22:12:52:168, INFO, -------------------------------------------------------------
21-Jun-2013 22:12:52:184, INFO, 1 0.00000 * 1.00000 0.00000 * 1.00000
21-Jun-2013 22:12:31:919, INFO, 2 0.00000 * 1.00000 0.00000 * 2.00000
21-Jun-2013 22:12:31:997, INFO, 3 0.00000 * 5.33380 0.00000 * 5.33380
21-Jun-2013 22:12:32:059, INFO, 4 0.00000 * 0.00000 0.00000 * 0.00000
21-Jun-2013 22:12:32:137, INFO, 5 0.00000 * 0.00000 0.00000 * 0.00000
此文件是程序的事件日志,用于调试程序。每行都以时间戳开头。文件的前 5 行包含与文本文件相关的元数据,我们不感兴趣。要分析的数据从第 6 行开始。第 6 行是列的标题。第一列 Exp
存储数据的行 ID。随后的列标题只是列 ID。这些列中的每一列中的数据都是相乘的 2 个数量(比如 A*B)。实际数据有千级的column-ids和几百万级的row-ids。
现在,我想使用 R
或 Python
处理这些数据以生成字典列表。对于给定的示例,我想要一个这样的字典列表:
expressionList = [ row1 , row2 , row3, row4, row5 ]
列表中的每个元素都应该是一个字典。各元素的展开形式如下所示:
row1 = { 'col1A': 0.00000, 'col1B': 1.00000, 'col2A': 0.00000, 'col2B': 1.00000 }
row2 = { 'col1A': 0.00000, 'col1B': 1.00000, 'col2A': 0.00000, 'col2B': 2.00000 }
row3 = { 'col1A': 0.00000, 'col1B': 5.33380, 'col2A': 0.00000, 'col2B': 5.33380 }
row4 = { 'col1A': 0.00000, 'col1B': 0.00000, 'col2A': 0.00000, 'col2B': 0.00000 }
row5 = { 'col1A': 0.00000, 'col1B': 0.00000, 'col2A': 0.00000, 'col2B': 0.00000 }
我对这两种编程语言都很陌生 - 非常感谢任何帮助/指导!
最佳答案
如评论中所述,read.table
应该适用于您的数据。
这是一个例子。您的文本文件已在我的主目录中保存为“mytest.txt”。将其替换为您文件的实际路径。我们指定“skip = 7
”来删除前几行:
mydf <- read.table("~/mytest.txt", skip=7)
mydf
# V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
# 1 21-Jun-2013 22:12:52:184, INFO, 1 0 * 1.0000 0 * 1.0000
# 2 21-Jun-2013 22:12:31:919, INFO, 2 0 * 1.0000 0 * 2.0000
# 3 21-Jun-2013 22:12:31:997, INFO, 3 0 * 5.3338 0 * 5.3338
# 4 21-Jun-2013 22:12:32:059, INFO, 4 0 * 0.0000 0 * 0.0000
# 5 21-Jun-2013 22:12:32:137, INFO, 5 0 * 0.0000 0 * 0.0000
您可以使用 TRUE
和 FALSE
向量对 R 中的列进行子集化。在这里,模式似乎是一组我们要删除的四列,后面跟着一个“保持、删除、保持”模式。
## Create the vector of what we want to keep (TRUE) and drop (FALSE)
keepdrop <- c(FALSE, FALSE, FALSE, FALSE, rep(c(TRUE, FALSE, TRUE),
length.out=length(mydf)-4))
## Subset to drop the unwanted columns
mydf <- mydf[keepdrop]
## Let's make some nicer names
cols <- length(mydf) %/% 2
names(mydf) <- paste("col", sequence(cols),
rep(c("A", "B"), each = cols),
sep = "_")
## The final output
mydf
# col_1_A col_2_A col_1_B col_2_B
# 1 0 1.0000 0 1.0000
# 2 0 1.0000 0 2.0000
# 3 0 5.3338 0 5.3338
# 4 0 0.0000 0 0.0000
# 5 0 0.0000 0 0.0000
从这里开始,访问信息非常简单:
### Third row
mydf[3, ]
# col_1_A col_2_A col_1_B col_2_B
# 3 0 5.3338 0 5.3338
### Second column, as a data.frame, by position
mydf[, 2, drop = FALSE]
# col_2_A
# 1 1.0000
# 2 1.0000
# 3 5.3338
# 4 0.0000
# 5 0.0000
### Fourth column, as a vector, by name
mydf[, "col_2_B"]
# [1] 1.0000 2.0000 5.3338 0.0000 0.0000
除此之外,您可能还想查看“data.table”包中的 fread
函数,这将有助于更快地读取大数据。
关于python - 将文本文件解析为字典列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18771339/
我只想国家和资本化的值(value)。 这是我的完整代码: cities = { 'rotterdam': { 'country': 'netherlands',
想更好地了解如何比较对象类型的键。 dicOverall.exists(dic2) 返回 False,而 dicOverall.exists(dic1) 返回 True。我不太确定 .Exists 如
我是编程和 python 的新手,我不知道如何解决这个问题。 my_dict = {'tiger': ['claws', 'sharp teeth', 'four legs', 'stripes'
这个问题已经有答案了: Accessing an object property with a dynamically-computed name (19 个回答) 已关闭 8 年前。 我引用了这篇文
希望有人能帮忙。我正在使用 Python,我希望能够执行以下操作。 我有一组对象(例如形状)和一系列作用于这些对象的命令。命令的格式为命令字符串,后跟可变数量的参数,可以是字符串或整数 例如形状“矩形
我在文件中保存了一本字典。我从 python 交互式 shell 将字典加载到内存中,我的系统监视器显示 python 进程消耗了 4GB。以下命令提供以下输出: size1 = sys.getsiz
如果我运行以下代码: import json foo = [ { "name": "Bob", "occupation": "", "stand
我尝试获取列名及其索引,并将结果保存为数据框或字典: df <- data.frame(a=rnorm(10), b=rnorm(10), c=rnorm(10)) 我该怎么做?谢谢。 column
我正在尝试获取输入,如果字典 logins 有一个与我的输入匹配的键,我想返回该键的值。 logins = { 'admin':'admin', 'turtle':'password1
在 Perl 世界中有一个很棒的东西叫做 CPAN .它是开源 Perl 库的大型存储。 我使用来自 CPAN 的模块,我已经发布了 several distributions myself . 我使
这个问题已经有答案了: Is there a Python dict without values? (3 个回答) 已关闭 3 年前。 我有一个问题,我想跟踪大量值。如果我从未遇到过该值,我将执行操
想知道这是否可能。 我们有一个第 3 方库,其中包含有关用户的识别信息... 与库的主要交互是通过一个以字符串为键的 HashTable,并返回该键的信息对象图。 问题是, key 显然是区分大小写的
我是 .NET 编程的新手。对不起,如果这个问题以前被问过。 我目前正在学习 F#。 Dictionary、Hashtable 和 Map 之间有什么区别?我应该什么时候使用? 我还有一个标题中没有提
我正在尝试使用SVM进行3类分类。为此,我正在SVM培训期间准备词汇表。但是,由于我在SVM预测期间获得随机结果,因此我怀疑我的词汇创建方法中存在一些问题。我创建词汇的代码如下: //Mat trai
就目前情况而言,这个问题不太适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、民意调查或扩展讨论。如果您觉得这个问题可以改进并可能重新开放,visit
假设我有一个以下形式的嵌套字典: {'geo': {'bgcolor': 'white','lakecolor': 'white','caxis': {'gridcolor': 'white', 'l
我有一个 java 应用程序,每秒启动和停止数亿个项目(从外部脚本调用)多次。 Input: String key Output: int value 此应用程序的目的是在从未永远改变的Map(约30
我正在尝试找出字典与集合和数组相比的相对优势和功能。 我发现了一篇很棒的文章here但找不到一个简单的表格来比较所有不同的功能。 有人知道吗? 最佳答案 请参阅下表,对集合和字典进行有用的比较。 (该
我想要一个字典,它可以为字典中没有的任何键返回一个指定的值,例如: var dict = new DictWithDefValues("not specified"); dict.Add("bob78
我是 python 新手,目前仍在学习如何处理列表和字典。 我有这两个功能 def food_database(item_name, size_serv, calorie_serv, prot
我是一名优秀的程序员,十分优秀!