从文件中解析数据答案

【问题标题】：Parsing data from a file从文件中解析数据
【发布时间】：2016-07-07 06:29:10
【问题描述】：

我收到了一份文件，其中包含记录的物种目击记录数据，格式为；

“物种”、“\t”、“纬度”、“\t”、“经度”

我需要定义一个函数，它将文件中的数据加载到一个列表中，同时对于列表中的每一行，将其分为三个部分，即物种名称、纬度和经度。

这是我拥有的，但它不起作用：

def LineToList(FileName):
    FileIn = open(FileName, "r")
    DataList = []
    for Line in FileIn:
        Line = Line.rstrip()
        DataList.append(Line)
        EntryList = []
        for Entry in Line:
            Entry = Line.split("\t")
            EntryList.append(Entry)
    FileIn.close()
    return DataList

LineToList("Mammal.txt")
print(DataList[1])

我需要将每条线上的数据分开，以便以后可以使用它来计算物种在给定位置一定距离内的位置。

样本数据：

Myotis nattereri    54.07663633 -1.006446707
Myotis nattereri    54.25637837 -1.002130504
Myotis nattereri    54.25637837 -1.002130504

我正在尝试打印一行数据集以测试它是否正确拆分，但外壳中没有显示任何内容

更新：

这是我现在正在使用的代码；

def LineToList(FileName):
    FileIn = open(FileName, "r")
    DataList = []
    for Line in FileIn:
        Line = Line.rstrip()
        DataList.append(Line)
        EntryList = []
        for Entry in Line:
            Entry = Line.split("\t")
            EntryList.append(Entry)
            return EntryList
    FileIn.close()
    return DataList

def CalculateDistance(Lat1, Lon1, Lat2, Lon2):

    Lat1 = float(Lat1)
    Lon1 = float(Lon1)
    Lat2 = float(Lat2)
    Lon2 = float(Lon2)

    nDLat = (Lat1 - Lat2) * 0.017453293
    nDLon = (Lon1 - Lon2) * 0.017453293

    Lat1 = Lat1 * 0.017453293
    Lat2 = Lat2 * 0.017453293

    nA = (math.sin(nDLat/2) ** 2) + math.cos(Lat1) * math.cos(Lat2) * (math.sin(nDLon/2) ** 2 )
    nC = 2 * math.atan2(math.sqrt(nA),math.sqrt( 1 - nA ))
    nD = 6372.797 * nC

    return nD

DataList = LineToList("Mammal.txt")                
for Line in DataList:
    LocationCount = 0
    CalculateDistance(Entry[1], Entry[2], 54.988056, -1.619444)
    if CalculateDistance <= 10:
        LocationCount += 1
    print("Number Recordings within Location Range:", LocationCount)

运行程序时出现错误：

CalculateDistance(Entry[1], Entry[2], 54.988056, -1.619444) NameError: name 'Entry' is not defined

【问题讨论】：

您能否详细说明“不工作”？您能否也提供该文件的 sn-p 以便我们进行试验？看看你的代码，我怀疑问题可能是你在DataList 中附加了Line 而不是EntryList。
for entry in line.split("\t"): entrylist.append(entry) 变量名不要使用 CamelCase。使用小写。
@zondo PEP8 实际上建议变量和函数名称使用下划线分隔的小写字母。 --并不是说它会影响代码的操作，但是如果您要更正 OP，您可能需要遵循约定。也就是说，我为我的变量使用了混合大小写，以使我的代码对我来说更具可读性（在 PEP8 中不建议将混合大小写用于任何东西，对我来说，对函数和变量使用不同的命名风格更有意义）。
它的字面意思是"Species", "\t", "Latitude", "\t", "Longitude" 还是Species\tLatitude\tLongitude（\t 是一个制表符）。如果是这样，它是一个标准的 tad 分隔的 CSV（我知道，奇怪的命名......），csv 模块可以处理它。
@Tom：我不是说要使用小写吗？你评论是因为你认为我应该说小写吗？我很清楚 PEP8 的意见，事实上这就是我提到它的原因。我绝对同意函数和变量应该具有与类不同的命名风格。我不使用小写的类；我使用 CamelCase，所以我相信我会遵循这一点。

标签： python list split text-segmentation

【解决方案1】：

您的 DataList 变量是 LineToList 函数的本地变量；您必须在文件范围内分配给另一个变量：

DataList = LineToList("Mammal.txt")
print(DataList[1])

【讨论】：

谢谢！它现在正在 Shell 中打印！
@NicoleKing：如果您将我的回答标记为已接受，这将向其他人表明您有解决方案。

【解决方案2】：

我认为您有一个常规的制表符分隔的 CSV，csv.reader 可以轻松为您解析。

import csv
DataList = [row for row in csv.reader(open('Mammal.txt'), dialect='excel-tab')]
for data in DataList:
    print(data)

这会导致

['Myotis nattereri', '54.07663633', '-1.006446707']
['Myotis nattereri', '54.25637837', '-1.002130504']
['Myotis nattereri', '54.25637837', '-1.002130504']

【讨论】：

【解决方案3】：

我在您的个人资料中看到了“生物科学”，正因为如此，我建议您仔细查看 Pandas 模块。

这很容易：

import pandas as pd

df = pd.read_csv('mammal.txt', sep='\t',
                 names=['species','lattitude','longitude'],
                 header=None)

print(df)

输出：

            species  lattitude  longitude
0  Myotis nattereri  54.076636  -1.006447
1  Myotis nattereri  54.256378  -1.002131
2  Myotis nattereri  54.256378  -1.002131

【讨论】：