读取带有负数的文本文件时出现问题答案

【问题标题】：Problem in reading text file with negative numbers读取带有负数的文本文件时出现问题
【发布时间】：2021-06-20 17:15:34
【问题描述】：

文本文件： 我有一个包含超过 87,000 个数据点的文本文件。文本文件格式如下：

X坐标-----Y坐标-----参数1 ------参数2--------
2.744596610E-02 1.247197202E+00 7.121462841E-03 2.467938066E-05
2.732558411E-02 1.242196291E+00 1.365028508E-02 6.262368697E-05
2.713870635E-02 1.227254209E+00 1.958976965E-03-3.179617352E-06

两个以粗体突出显示的数字之间没有没有空格，因为前面有 -（减号） 符号，因此生成的 csv/pandas 数据帧会产生一些结果如下所示。

输出：

| X Coordinate    | Y Coordinate    | Parameter 1     | Parameter 2     | 
| --------------  | --------------  | --------------- | ------------    |
| 2.744596610E-02 | 1.247197202E+00 | 7.121462841E-03 | 2.467938066E-05 |
| 2.732558411E-02 | 1.242196291E+00 | 1.365028508E-02 | 6.262368697E-05 |
| 2.713870635E-02 | 1.227254209E+00 | 1.958976965E-03-3.179617352E-06|  |

必填：

| X Coordinate    | Y Coordinate    | Parameter 1     | Parameter 2     | 
| --------------  | --------------  | --------------- | ------------    |
| 2.744596610E-02 | 1.247197202E+00 | 7.121462841E-03 | 2.467938066E-05 |
| 2.732558411E-02 | 1.242196291E+00 | 1.365028508E-02 | 6.262368697E-05 |
| 2.713870635E-02 | 1.227254209E+00 | 1.958976965E-03 |-3.179617352E-06 |

我对 python/pandas 很熟悉，所以任何编程技术都会有很大帮助。

【问题讨论】：

使用准确的输入文件样本编辑您的问题。 Pandas as read_fwf()（读取固定宽度文件），所以如果列完全对齐，这就是您需要的功能。
嗨！以下任何一个答案是否有效？如果是这样并且如果您愿意，您可以考虑accepting 其中之一向其他人发出问题已解决的信号。如果没有，您可以提供反馈，以便改进（或完全删除）。

标签： python pandas dataframe csv

【解决方案1】：

import re

DATAPOINT = re.compile(r'-?\d{1}\.\d{9}E[+-]\d{2}')

data = []
with open("data.txt") as fp:
    next(fp) # Ignore header (1st line)
    for l in fp.readlines():
        data.append(DATAPOINT.findall(l))

df = pd.DataFrame(data, columns=['X Coordinate', 'Y Coordinate', 'Parameter 1', 'Parameter 2'])

>>> df
      X Coordinate     Y Coordinate      Parameter 1       Parameter 2
0  2.744596610E-02  1.247197202E+00  7.121462841E-03   2.467938066E-05
1  2.732558411E-02  1.242196291E+00  1.365028508E-02   6.262368697E-05
2  2.713870635E-02  1.227254209E+00  1.958976965E-03  -3.179617352E-06

【讨论】：

【解决方案2】：

regex 可以在其中放置空格：

import re

with open("current.txt") as fh, open("new.txt", "w") as gh:
    # skip the first line
    fh.readline()

    # for other lines..
    for line in fh:
       gh.write(re.sub(r"(E[+-]\d+)(\S)(\d|\.)", r"\1 -\3", line))

然后

# you can include the header, I didn't paste
df = pd.read_csv("new.txt", sep=" ", header=None)

给我

>>> df

          0         1         2         3
0  0.027446  1.247197  0.007121  0.000025
1  0.027326  1.242196 -0.013650  0.000063
2  0.027139 -1.227254  0.001959 -0.000003

【讨论】：