对文本文件中的列求和答案

【问题标题】：Summing columns in a text file对文本文件中的列求和
【发布时间】：2015-11-06 17:26:18
【问题描述】：

我有一个如下所示的数据文件：

 TOPIC:topic_0 2056
 ab  2.0
 cd  5.0
 ef  3.0
 gh  10.0

 TOPIC:topic_1 1000
 aa  3.0
 bd  5.0
 gh  2.0

等等……直到 TOPIC:topic_2000。第一行是主题和权重。也就是说，我有该特定主题中的单词及其各自的权重。

现在，我想总结每个主题的第二列并检查它给出的价值。也就是说，我想得到如下输出：

 Topic:topic_0  20
 Topic:topic_1  10

即主题号与列值之和（即主题1中，词的权重为2,5,3,10）。我尝试使用：

with open('Input.txt') as in_file:
    for line in in_file:
        columns = line.split(' ')
        value = columns[0]

        if value[:6] == 'TOPIC:':
            total_value = columns[1]
            total_value = total_value[:-1]
            total_values = float(total_value)
            #print '\n'
            print columns[0]

但是，我不知道如何从这个开始。这只是打印主题编号。请帮忙！

【问题讨论】：

标签： python linux python-2.7

【解决方案1】：

import re

input = """
TOPIC:topic_0 2056
 ab  2.0
 cd  5.0
 ef  3.0
 gh  10.0

 TOPIC:topic_1 1000
 aa  3.0
 bd  5.0
 gh  2.0
"""

result = {}
for line in input.splitlines():
    line = line.strip()
    if not line:
        continue

    columns = re.split(r"\s+", line)
    value = columns[0]
    if value[:6] == 'TOPIC:':
        result[value] = []
        points = result[value]
        continue

    points.append(float(columns[1]))

for k, v in result.items():
    print k, sum(v)

【讨论】：

我的输入文件有 2000 个这样的主题。我可以加载输入文件并对其执行相同的代码吗？
只需将input.splitlines() 替换为您的原始代码。这取决于您的数据大小，考虑到现在的千兆字节内存，2000 对我来说并不是一个大数字。
当我将 open('assigned0_lda01_100.txt','r') 用作 f: f1 = f.read() 时，它给了我一个错误“列表对象没有属性拆分”。 split() result = {} for line in f1.split(): line1 = line.strip()
read() 返回整个文件内容...您的原始代码很好。 with open('Input.txt') as f: for line in f: ...

【解决方案2】：

试试这个：适用于 Python 2.7 和 3.5

import re;

total = 0
temp = ''
topic = {}
p = re.compile('[a-z]*')

with open('Input.txt') as in_file:
    for line in in_file:
        line = line.strip()
        if not line: continue

        if line.startswith('TOPIC:'):
            temp = (line.split(' ')[0]).replace('TOPIC:', '')
            topic[temp] = 0;
        else:
            value = p.sub('', line).strip()
            topic[temp] = float(topic[temp]) + float(value)

for key in topic:
    print ("Topic:%s %s" % (key, topic[key]))

结果：

$ /c/Python27/python.exe input.py
Topic:topic_1 10.0
Topic:topic_0 20.0

【讨论】：