python - 如何在特定条件下读取txt

Question

我有如下的文本文件。

A1 1234 56
B2 1234 56
C3 2345167

我有起始位置和长度表。它代表每个元素在前一个 df 中开始的位置，以及每行的长度。

start length
1      1
2      1
3      1
4      2
6      2
8      2
10     1

我想根据起始位置和长度阅读如下。

A 1 nan 12 34  5 6
B 2 nan 12 34  5 6
C 3 nan 23 45 16 7

首先，我尝试过

pd.read_csv(file.txt,sep="")

但我不知道如何拆分。

如何读取和拆分数据框？

Answer 1

如评论中所述，这不是 CSV 格式，因此我必须制定一个解决方法。

def get_row_format(length_file):

    with open(length_file, 'r') as fd_len:

        #Read in the file, not a CSV!
        #this double list-comprehension produces a list of lists
        rows = [[x.strip() for x in y.split()] for y in fd_len.readlines()]

        #determine the row-format from the rows lists
        row_form = {int(x[0]): int(x[1]) for x in rows[1:]} #idx 1: to skip header

    return row_form

def read_with_row_format(data_file, rform):

    with open(data_file, 'r') as fd_data:

        for row in fd_data.readlines():

            #Get the formatted output
            #use .items() for Python 3.x
            formatted_output = [row[k-1:k+v-1] for k, v in rform.iteritems()]
            print formatted_output

第一个函数获取“行格式”，第二个函数将该行格式应用于文件中的每一行

用法:

rform = get_row_format('lengths.csv')
read_with_row_format('data.csv', rform)

输出:

['A', '1', '12', '34', '5', '6']
['B', '2', '12', '34', '5', '6']
['C', '3', '23', '45', '6', '7']