Python 按字符串对 dat 文件中的行重新排序

Question

抱歉，如果这是重复的，但我暂时找不到。

基本上我正在打开并读取一个 dat 文件，其中包含我需要循环访问以获取某些信息的大量路径。

base.dat 文件中的每一行都包含 m.somenumber。例如，文件中的某些行可能是：

Volumes/hard_disc/u14_cut//u14m12.40_all.beta/beta8
Volumes/hard_disc/u14_cut/u14m12.50_all.beta/beta8
Volumes/hard_disc/u14_cut/u14m11.40_all.beta/beta8

我需要能够重写 dat 文件，以便所有行都重新排序，从 最大 m.number 到最小 m.number.然后，当我循环遍历数据库中的 PATH（如代码所示）时，我正在循环递减 m.

这是代码的相关部分

base = open('base8.dat', 'r')
database= base.read().splitlines()
base.close()
counter=0
mu_list=np.array([])
delta_list=np.array([])
ofsset = 0.00136
beta=0


for PATH in database:
    if os.path.exists(str(PATH)+'/CHI/optimal_spectral_function_CHI.dat'):    

        n1_array = numpy.loadtxt(str(PATH)+'/AVERAGES/av-err.n.dat')
        n7_array= numpy.loadtxt(str(PATH)+'/AVERAGES/av-err.npx.dat')
        n1_mean = n1_array[0]
        delta=round(float(5.0+ofsset-(n1_array[0]*2.+4.*n7_array[0])),6)

        par = open(str(PATH)+"/params10", "r")

        for line in par:
            counter= counter+1
            if re.match("mu", line):
                mioMU= re.findall('\d+', line.translate(None, ';'))
                mioMU2=line.split()[2][:-1]
                mu=mioMU2
                print mu, delta, PATH

                mu_list=np.append(mu_list, mu)
                delta_list=np.append(delta_list,delta)

        optimal_counter=0

print delta_list, mu_list

我已经检查了可能的标记重复，但我似乎无法让它为我工作，因为我的文件在技术上不包含字符串和数字。我需要排序的 'number' 包含在整个字符串中：

Volumes/data_disc/u14_cut/from_met/u14m11.40_all.beta/beta16

我需要按 m(somenumber) 部分对整行进行排序

Answer 1

假设您的行的数字部分具有浮点形式，您可以使用正则表达式匹配该部分并将其从字符串转换为浮点。

之后您可以使用此信息对从您的文件中读取的所有行进行排序。我添加了一个无效行以显示如何处理无效数据。

作为一个简单的例子，我会建议这样的事情：

import re

# TODO: Read file and get list of lines

l = ['Volumes/hard_disc/u14_cut/u14**m12.40**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**m12.50**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**m11.40**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**mm11.40**_all.beta/beta8']

regex = r'^.+\*{2}m{1}(?P<criterion>[0-9\.]*)\*{2}.+$'
p = re.compile(regex)

criterion_list = []

for s in l:
    m = p.match(s)
    if m:
        crit = m.group('criterion')
        try:
            crit = float(crit)
        except Exception as e:
            crit = 0
    else:
        crit = 0
    criterion_list.append(crit)


tuples_list = list(zip(criterion_list, l))
output = [element[1] for element in sorted(tuples_list, key=lambda t: t[0])]
print(output)

# TODO: Write output to new file or overwrite existing one.

给予：

['Volumes/hard_disc/u14_cut/u14**mm11.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m11.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m12.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m12.50**_all.beta/beta8']

此片段在从文件中读取所有行并存储到列表（此处称为 l 的列表）后开始。正如您在 regex101 上看到的那样，正则表达式组 criterion 捕获 **m12.50** 中包含的浮动部分。因此，遍历所有行会为您提供一个新列表，其中包含所有匹配组作为浮点数。如果正则表达式在给定字符串上不匹配或将组转换为浮点数失败，crit 将设置为零，以便稍后将这些无效行放在排序列表的最开头。

之后 zip() 用于获取包含提取的浮点数和相应字符串的元组列表。现在您可以根据元组的第一个元素对这个元组列表进行排序，并将相应的字符串写入新列表 output.

Python 按字符串对 dat 文件中的行重新排序

Python Re-ordering the lines in a dat file by string

python

file

file.readalllines