如何在拆分之前避免同时包含字符串和数字的行？

Question

我用的是python 3，我读取的文件都是以几行开始的，其中包含文本和数字，而从某一行开始，它只是数字列，最初它们也被读取为 str 之后拆分，我后来将它们转换为浮点数。

数据看起来像这样。我还将 link 添加到数字样本

https://gist.github.com/Farzadtb/b0457223a26704093524e55d9b46b1a8

所以问题是为了阅读我有两个条件（实际上我想增加这些条件）使用 try: except 。但这仅适用于划分拆分方法。但在开始拆分之前，我需要删除包含文本的第一行。我所知道的是我应该使用

除了值错误

但这实际上行不通！

f = io.open(file, mode="r", encoding="utf-8")
    #f=open(file,"r")
    lines=f.readlines()

    x=[]
    y=[]
    z=[]    

    for i in lines:

        try:
            a=[i.strip('\n')]
            a1=[float(n) for n in a[0].split(',')]
            atot.append(a1)
            x.append(a1[3])
            y.append(a1[2])
            z.append(a1[1])

        except :
             a=[i.split('\n')]
             a1=[float(n) for n in a[0].split()]
             x.append(a1[3])
             y.append(a1[2])
             z.append(a1[1])

问题是因为第一行也可以以数字开头，所以第一个参数可能被拆分并添加到 "x" 和 "y" 但我得到 z[=14 的错误=]

x=[float(i) for i in x]
y=[float(i) for i in y]
z=[float(i) for i in z]

我想到的一个想法是检查该行是否可以无误地转换为浮点数，然后继续拆分，但我不知道该怎么做

Answer 1

你应该试试这个。此代码使用正则表达式以干净的方式查找数据。

import pprint
import re

if __name__ == '__main__':
    # pattern to ignore line containing alpha or :
    ignore_pattern = re.compile(r'[^a-zA-Z:]*[a-zA-Z:]')
    # number pattern
    number_pattern = re.compile(r'[-.\d]+')

    matrix = []

    # open the file as readonly
    with open('data.txt', 'r') as file_:

        # iterator over lines
        for line in file_:
            # remove \n and spaces at start and end
            line = line.strip()
            if not ignore_pattern.match(line):

                found = number_pattern.findall(line)
                if found:
                    floats = [float(x) for x in found]
                    matrix.append(floats)

    # print matrix in pretty format
    pp = pprint.PrettyPrinter()
    pp.pprint(matrix)

    # access value by [row][column] starting at 0
    print(matrix[0][2])

在您的示例数据上进行了测试。这是 python 脚本的标准输出：

[[-3.1923, 0.6784, -4.6481, -0.0048, 0.3399, -0.2829, 0.0, 24.0477],
 [-3.1827, 0.7048, -4.6257, 0.0017, 0.3435, -0.2855, 0.0, 24.0477],
 [-3.1713, 0.7237, -4.5907, 0.0094, 0.3395, -0.2834, 0.0, 24.0477]]
-4.6481

如何在拆分之前避免同时包含字符串和数字的行？

How to avoid lines that contain both string and numbers before splitting them?

python

readlines

dataframe

pandas