我需要在python中读取.dat文件,该文件总共有3列,数百行。这些列包含多个字符(数字和字符串)。因此,在加载该 .dat 文件之前,我是否需要删除所有其他不需要的字符串? ...如果没有,我如何有选择地声明该列并要求 python 进行数学计算?... 我已经开始使用代码..似乎可以工作,但包含很多 for 循环..而且我对 python 很陌生,所以我很感激任何更简单操作的建议..每次..我在这里看...似乎只适用于字符串..
.dat 文件的示例是serial_2.dat:
9:01:15 SA7.998 SC7.968
9:01:16 SA7.998 SC7.968
我已经根据您的建议添加了用作起始代码的代码,以删除字符并创建一个新列来计算第 2 列和第 3 列之间的平均值:
import numpy as np
import os.path
from statistics import mean
time=[]
s_1=[]
s_2=[]
s1=[]
s2=[]
r1=[]
r2=[]
avgg=[]
# Reading data from file
with open('serial_2.dat','r') as f:
dat=f.readlines()
for i in dat:
y=i.split() # cleaning and getting columns without spaces
time.append(y[0])
s1.append(y[1])
s2.append(y[2])
#getting only numbers without strings (SA and SC)
for counter in (range(0,len(s1))):
S_1=s1[counter]
r1.append(S_1[2:])
r1_f=np.array(r1, dtype='float32')
S_2=s2[counter]
r2.append(S_2[2:])
r2_f=np.array(r2, dtype='float32')
avgg=r1_f+r2_f/2
print(np.mean(avgg))
您可以使用
pandas
来做到这一点:
#! pip install pandas
import pandas as pd
import numpy as np
df = pd.read_csv('serial_2.dat', sep='\s+', header=None, names=['time', 's1', 's2'])
df['s1'] = df['s1'].str.extract('^[\D]+(.*)').astype(float)
df['s2'] = df['s2'].str.extract('^[\D]+(.*)').astype(float)
输出:
>>> df
time s1 s2
0 9:01:15 7.998 7.968
1 9:01:16 7.998 7.968
>>> df.dtypes
time object
s1 float64
s2 float64
dtype: object