python - 如何根据大文件中的首字母进行搜索、比较和操作

Question

我知道这个标题很令人困惑。所以，我现在拥有的是一个txt文件。例如:

*Product 1    Orange
*Product 2    Banana 
*Product 3    Peach
*Product 4    Orange
*Product 5    Peach

所以，我的目标是一起打印两个相同的产品。“产品 1 产品 4”“产品 3 产品 5”我想过有一个 for 循环

     for line in lis:
        if line[0]=="*":
           continue
        else:
            print(line)

但它打印的是单个字符。有人可以帮忙吗？如何使用 for 循环来扫描每一行？

Answer 1

这里是一个例子，您可以使用 pandas 和 numpy 来处理大文件...只需使用 pip 安装 pandas 和 numpy 即可。

import pandas as pd
import numpy as np
#Reading your text file delimited by space , I'm adding headers 'Product','Num','Fruit'
df = pd.read_csv('yourtxtfile.txt',delim_whitespace=True,names=['Product','Num','Fruit'])
# Merge Product and Num
df['Product_num'] = df.agg('{0[Product]} {0[Num]}'.format, axis=1)
df.drop(['Product', 'Num'], axis=1, inplace=True)
# Pivot rows for build a cell like a *Product 1,*Product 4 for each Fruit
print(pd.pivot_table(df,index=['Fruit'],values='Product_num',aggfunc=lambda x: ','.join(x)))

结果:

                  Product_num
Fruit
Banana             *Product 2
Orange  *Product 1,*Product 4
Peach   *Product 3,*Product 5