我有制表符分隔格式的数据,如下所示:
0/0:23:-1.03,-7.94,-83.75:69.15 0/1:34:-1.01,-11.24,-127.51:99.00 0/0:74:-1.02,-23.28,-301.81:99.00
我只对每个条目的前 3 个字符感兴趣(即 0/0 和 0/1)。我认为最好的方法是在 numpy 中使用 match
和 genfromtxt
。这个例子是我所得到的:
import re
csvfile = 'home/python/batch1.hg19.table'
from numpy import genfromtxt
data = genfromtxt(csvfile, delimiter="\t", dtype=None)
for i in data[1]:
m = re.match('[0-9]/[0-9]', i)
if m:
print m.group(0),
else:
print "NA",
这适用于数据的第一行,但我很难弄清楚如何为输入文件的每一行扩展它。
我应该将它设为一个函数并将其分别应用于每一行,还是有更 pythonic 的方法来做到这一点?
最佳答案
除非你真的想使用 NumPy,否则试试这个:
file = open('home/python/batch1.hg19.table')
for line in file:
for cell in line.split('\t'):
print(cell[:3])
它只是遍历文件的每一行,使用制表符作为分隔符标记该行,然后打印您要查找的文本片段。
关于python - 使用 python 切片 CSV 中的特定字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4341405/