python - 从文件中读取数据，将其拆分为列表，然后获取该数据并将其放入函数中

Question

我必须获取一个名为 employees.txt 的文件，并提取每个人的姓名和工作时长。将该小时数放入一个函数中，并让该函数返回小时数乘以每小时 15.25 美元的费率的计算结果。

这是文件包含的数据

John Doe,40
Sally Buck,45

这是我的代码

raw_data = []
with open("employees.txt") as fo:
    for line in fo:
        row = line.split()
        if not row:
            continue
        name = row[0]
        hours = row[1]
        raw_data.append(name, hours)
    def grosspay(hours):
        pay = 0
        hours = row[1]
        hours * float(15.25) = int(pay)
        return pay

我要求澄清如何读取文件并将小时数正确地放入函数中。我可以完成剩下的工作，我只是想确保我正在执行读取文件的部分，将其拆分为一个列表，然后使用列表中的数据通过函数找到我的答案。

到目前为止，我的代码没有任何错误。我想问的是，我读取文件、将其拆分为一个字符串、然后花费那个小时数并在函数中使用它的过程是否正确完成。

Answer 1

您可以通过简单的方式实现相同的功能。

raw_data = []
# defining the function to calculate pay
def grosspay(hours):
        return "$"+str(int(hours) * float(15.25))

print(f'{"Name":30}{"Pay"}')

with open("employee.txt", "r") as f:
    # reading a file line-by-line
    for i in f.readlines():
        # splitting name and work hours
        x = i.split(",")
        print(f'{x[0]:30}{grosspay(x[1])}')
        # appending name and pay to raw_data
        raw_data.append((x,[0],grosspay(x[1])))

输出:

Name                          Pay
John Doe                      $610.0
Sally Buck                    $686.25

替代 pandas

import pandas as pd
# reading a file
df = pd.read_csv("dummy.txt", sep=",",names=["Name", "Hours"])
# calculating pay
df["pay"] = df.Hours.apply(lambda x: '$'+str((int(x) * float(15.25))))
# dropping Hours column
df.drop(["Hours"], axis = 1, inplace=True)
# if you want to save in file
df.to_csv("pay.csv")
print(df)

输出:

         Name      pay
0    John Doe   $610.0
1  Sally Buck  $686.25