我对Python中的拆分列表有问题。

Question

我有这样的数据:data.txt

Product list
Name                Quantity    Price           
Iphone11            5       14000000.0   
SS note 10          4       13000000.0   
Nokia C100          1       20000000.0 

这是我的代码，用于过滤

fname = open("Data.txt")
num_line = 0
for line in fname:
    num_line += 1
    if num_line == 1 or num_line == 2:
        continue
    data = line.strip().split()
    if data == []:
        continue
    
    print(data)

我的结果是：

['Iphone11', '5', '14000000.0']
['SS', 'note', '10', '4', '13000000.0']
['Nokia', 'C100', '1', '20000000.0']

我希望我的代码有类似于它的格式放在我的数据库中：

['Iphone11', '5', '14000000.0']
['SS note 10', '4', '13000000.0']
['Nokia C100', '1', '20000000.0']

请帮帮我

Answer 1

您可以使用str.rsplit()从右边拆分；将sep=None设置为拆分基任意空格；如果为每一行找到更多空白，则将maxsplit=2设置为只拆分两次并跳过。(最好像下面这样使用with，否则，您需要在打开和读取文件后关闭文件。)

with open("Data.txt") as fname:
    num_line = 0
    for line in fname:
        num_line += 1
        if num_line == 1 or num_line == 2:
            continue
            
        data = line.rsplit(maxsplit=2) # <-> line.rsplit(sep=None, maxsplit=2)
        if data == []:
            continue
        print(data)

['Iphone11', '5', '14000000.0']
['SS note 10', '4', '13000000.0']
['Nokia C100', '1', '20000000.0']

解释：

签名: str.rsplit(self，/，sep=None，maxsplit=-1) Docstring： sep ->分隔符，根据该分隔符来拆分字符串。None (默认值)意味着根据任何空格拆分，并从结果中丢弃空字符串。

Answer 2

如果您不能修改您的数据，使其使用逗号进行正确的格式化，那么按空格进行解析将“拆分”带有空格的名称。

因此，您可以做的是使用back "*“来收集名称的所有部分，然后将它们重新组合起来，如下所示。

(数据变量模拟从文件中读取行)

data = ['iphone11 5 1100.0', 'nokia 5 plus 2 1220.0', 'batphone 13 extra` plus 3 2000.0']

for line in data:
    *name, qty, price = line.split()
    name = ' '.join(name)
    print (name)
    print (f'   qty: {qty}, price: {price}')

输出：

iphone11
   qty: 5, price: 1100.0
nokia 5 plus
   qty: 2, price: 1220.0
batphone 13 extra plus
   qty: 3, price: 2000.0

Answer 3

看看潘达斯！

熊猫IO用户指南。

import pandas as pd
from io import StringIO

s="""Product list
Name                Quantity    Price           
Iphone11            5       14000000.0   
SS note 10          4       13000000.0   
Nokia C100          1       20000000.0 """

widths = [20, 8, 10]
df = pd.read_fwf(StringIO(s), widths=widths, header=None, skiprows=2)

有许多选项几乎可以做任何事情！！

>>>df
            0  1           2
0    Iphone11  5  14000000.0
1  SS note 10  4  13000000.0
2  Nokia C100  1  20000000.0

如果要捕获标头，请尝试如下：

df = pd.read_fwf(StringIO(s), widths=widths, header=0, skiprows=1)
df
         Name  Quantity       Price
0    Iphone11         5  14000000.0
1  SS note 10         4  13000000.0
2  Nokia C100         1  20000000.0