从文件中解析数据

Question

我收到了一份包含物种目击记录数据的文件，格式如下：

"Species", "\t", "Latitude", "\t", "Longitude"

我需要定义一个函数，将文件中的数据加载到列表中，同时将列表中的每一行都分为三个部分：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。

示例数据：

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 shell

中没有显示任何内容

更新：

这是我现在使用的代码；

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)

当运行程序出现错误时：

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

Answer 1

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

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

Answer 2

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

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

这导致

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

Answer 3

我在你的个人资料中看到 "Biological Sciences"，正因为如此，我建议你仔细看看 Pandas 模块。

可以很简单：

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

从文件中解析数据

Parsing data from a file

python

split

list

text-segmentation