将字符串的 Vec 拆分为 Vec<Vec<String>>

Question

我正在尝试用 Rust 重新学习数据科学。

我有一个包含分隔符“|”的 Vec<String>和一个新行“！结束”。

我想得到的结果是 Vec<Vec<String>> 可以放入二维 ND 阵列。

我有这个python代码：

file = open('somefile.dat')
lst = []
for line in file:
    lst += [line.split('|')]
    
df = pd.DataFrame(lst)
SAMV2FinalDataFrame = pd.DataFrame(lst,columns=column_names)

我在这里用 Rust 重新创建了它：



fn lines_from_file(filename: impl AsRef<Path>) -> Vec<String> {
    let file = File::open(filename).expect("no such file");
    let buf = BufReader::new(file);
    buf.lines()
        .map(|l| l.expect("Could not parse line"))
        .collect()
}

fn main() {
    let lines = lines_from_file(".dat");
    let mut new_arr = vec![];
//Here i get a lines immitable borrow
    for line in lines{
        new_arr.push([*line.split("!end")]);
    }

// here i get expeected closure found str
let x = lines.split("!end");



let array = Array::from(lines)

我有什么：['1','1','1','end!','2','2','2','!end'] 我需要什么：[['1','1','1'],['2','2','2']]

编辑：还有为什么当我使用 turbo fish 时它会在 Stack Overflow 上消失？

Answer 1

我认为您运行遇到的部分问题是由于您使用数组的方式。例如，Vec::push 只会添加一个元素，因此您可能希望改用 Vec::extend。我还将运行分为一些空字符串的情况，因为 "!end" 拆分会在子字符串的末尾留下尾随 '|'。错误非常严重运行ge，我不完全确定闭包是从哪里来的。

let lines = vec!["1|1|1|!end|2|2|2|!end".to_string()];
let mut new_arr = Vec::new();

// Iterate over &lines so we don't consume lines and it can be used again later
for line in &lines {
    new_arr.extend(line.split("!end")
        // Remove trailing empty string
        .filter(|x| !x.is_empty())
        // Convert each &str into a Vec<String>
        .map(|x| {
            x.split('|')
                // Remove empty strings from ends split (Ex split: "|2|2|2|")
                .filter(|x| !x.is_empty())
                // Convert &str into owned String
                .map(|x| x.to_string())
                // Turn iterator into Vec<String>
                .collect::<Vec<_>>()
    }));
}

println!("{:?}", new_arr);

我还想出了另一个版本，它应该可以更好地处理您的用例。较早的方法删除了所有空字符串，而这个方法应该在正确处理 "!end".

的同时保留它们

use std::io::{self, BufRead, BufReader, Read, Cursor};

fn split_data<R: Read>(buffer: &mut R) -> io::Result<Vec<Vec<String>>> {
    let mut sections = Vec::new();
    let mut current_section = Vec::new();
    
    for line in BufReader::new(buffer).lines() {
        for item in line?.split('|') {
            if item != "!end" {
                current_section.push(item.to_string());
            } else {
                sections.push(current_section);
                current_section = Vec::new();
            }
        }
    }
        
    Ok(sections)
}

在这个例子中，我使用了 Read 以便于测试，但它也适用于文件。

let sample_input = b"1|1|1|!end|2|2|2|!end";
println!("{:?}", split_data(&mut Cursor::new(sample_input)));
// Output: Ok([["1", "1", "1"], ["2", "2", "2"]])

// You can also use a file instead
let mut file = File::new("somefile.dat");
let solution: Vec<Vec<String>> = split_data(&mut file).unwrap();

playground link

将字符串的 Vec 拆分为 Vec<Vec<String>>

Splitting a Vec of strings into Vec<Vec<String>>

rust

data-science

rust-ndarray