Question

我的数据格式如下：

###John###
someData1
someData2
SomeData3
###Mike###
someData1
someData2
###Ford###
someData1
someData2
SomeData3
someData4
someData5
SomeData6

我希望输出为：

John  someData1
      someData2
      someData3

Mike  someData1
      someData2

Ford  someData1
      someData2
      someData3
      someData4
      someData5
      someData6

这里的问题是每个名称下面的数据（somedata？）的数量不同而且不为人所知。我唯一要处理的是领先的###字符，表示新名称的开头。

Somedata?是一个单词。关于如何做到这一点的任何想法？

Answer 1

我会使用类似的东西：

def fixup(iterable):
    it = iter(iterable)
    for x in it:
        if x.startswith('###'):
            yield '\n{0}\t{1}'.format(x.strip('#'),next(it))
        else:
            yield '\t{0}'.format(x)

这会在第一行给你一个额外的换行符，但如果你真的想这样就可以轻易删除。

Answer 2

Awk非常适合这个：

$ awk '/^#/{gsub(/#/,"");printf "%s",NR!=1?"\n"$0:$0;next}{print "\t"$0}' file
John    someData1
        someData2
        SomeData3

Mike    someData1
        someData2

Ford    someData1
        someData2
        SomeData3
        someData4
        someData5
        SomeData6

awk上的Mac似乎不支持三元运算符? :所以请使用此Mac友好版本：

$ awk '/^#/{gsub(/#/,"");printf n"%s",$0;n="\n";next}{print "\t"$0}' file

Answer 3

itertools方法：

from itertools import groupby

with open('yourfile') as fin:
    for k, g in groupby(fin, lambda L: L.startswith('###')):
        if k:
            name = next(g).strip('#\n')
        else:
            print '{}\t{}'.format(name, next(g)),
            for line in g:
                print '\t{}'.format(line),
            print

Answer 4

以下给出了所需的确切输出：

from sys import stdout

with open('file') as f:
    for n,line in enumerate(f):        
        if line.startswith('###'):            
            stdout.write(('' if not n else '\n')+line.strip('#\n'))
        else:
            stdout.write('\t'+line)

输出：

John    someData1
        someData2
        SomeData3

Mike    someData1
        someData2

Ford    someData1
        someData2
        SomeData3
        someData4
        someData5
        SomeData6

Answer 5

您可以使用re.split轻松拆分数据

import re
namesInfo = re.split('###(.*?)###', dataString)

然后你得到一个名字数组，后跟相关的数据。然后，您可以解析每个名称的数据。

将单个列拆分为两个

5 个答案: