时间:2021-05-22
本文实例为大家分享了一组典型数据格式转换的python实现代码,供大家参考,具体内容如下
有一组源数据,第一行会是个日期数据,第二行标明字段,再接下来是两行数据行。
1018 14:31:30.193
Type Succ Fail
sour_sm 1308 1205
data_sm 2205 3301
1019 16:32:30.201
Type Succ Fail
data_sm 3308 2206
data_sm 1765 1105
1020 18:00:00.203
Type Succ Fail
sour_sm 7804 1105
data_sm 2976 1300
要转换成数据
Time Type Succ Fail Total
1018 14:31:30.193 sour_sm 1308 1205 2513
1018 14:31:30.193 data_sm 2205 3301 5506
1019 16:32:30.201 data_sm 3308 2206 5514
1019 16:32:30.201 data_sm 1765 1105 2870
1020 18:00:00.203 sour_sm 7804 1105 8909
1020 18:00:00.203 data_sm 2976 1300 4276
这个时候可以使用Python来处理,代码如下:
# coding = utf-8fd = open(r"output.txt", "w", encoding="utf-8")fd.write("%s\t\t\t\t%s\t%s\t%s\t%s\n" % ("Time", "Type", "Succ", "Fail", "Total")) with open(r"data.txt", "r", encoding="utf-8") as fd1: lines = fd1.readlines() time1 = lines[0::4] data1 = lines[2::4] data2 = lines[3::4] for (i, line) in enumerate(time1): Time = line.strip() Type_1 = data1[i].strip().split()[0] Succ_1 = data1[i].strip().split()[1] Fail_1 = data1[i].strip().split()[2] Total_1 = str(int(Succ_1) + int(Fail_1)) Type_2 = data2[i].strip().split()[0] Succ_2 = data2[i].strip().split()[1] Fail_2 = data2[i].strip().split()[2] Total_2 = str(int(Succ_2) + int(Fail_2)) fd.write("%s\t%s\t%s\t%s\t%s\n" % (Time, Type_1, Succ_1, Fail_1, Total_1)) fd.write("%s\t%s\t%s\t%s\t%s\n" % (Time, Type_2, Succ_2, Fail_2, Total_2))fd.close()生成文件格式如下,基本上满足了需求。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
在python中可以使用json将数据格式化为JSON格式:1.将字典转换成JSON数据格式:s=['张三','年龄','姓名']t={}t['data']=s
python3json数据格式的转换(dumps/loads的使用、dicttostr/strtodict、json字符串/字典的相互转换)Python3JSO
本文实例讲述了PHP实现XML与数据格式进行转换类。分享给大家供大家参考。具体如下:
excel怎么利用运算转换数据格式?利用运算,把文本格式的数据转换成数字格式。 1、例如,我们要分析彩票数据,用left函数分拣出第一个号码。 2、用m
Python实现按某一列关键字分组,并计算各列的平均值,并用该值填充该分类该列的nan值。DataFrame数据格式fillna方式实现groupby方式实现D