使用 Pandas DataFrame 数据更新文本文件中特定标识符后的数值

本文介绍如何使用 Python 的 Pandas 库，从 DataFrame 中提取特定行的数据，并将其更新到文本文件中特定标识符（如 "B" 或 "Name2"）后的相应位置。通过使用正则表达式，可以灵活地定位和替换文件中的目标数值，即使这些数值不在固定行上也能准确更新。

步骤详解

1. 准备工作：导入必要的库

   首先，需要导入 pandas 库来处理 DataFrame，以及 re 库来使用正则表达式进行文本匹配和替换。

   import pandas as pd
   import re

   登录后复制

2. 读取数据和定义变量

   假设你已经有了一个 Pandas DataFrame df，并且知道要替换的行索引 idx 和要查找的标识符 to_replace。

   # 示例 DataFrame
   data = {'i': ['unit1', 1000, -3000, -2000, 900],
           'j': ['unit2', 100, 200, 90, 40],
           'k': ['unit3', 84, 60, 195, 209]}
   df = pd.DataFrame(data)
   
   idx = 3  # 要从 DataFrame 中提取的行索引
   to_replace = "B"  # 要在文件中查找的标识符
   input_file = "input_file.txt" #输入文件
   output_file = "output_file.txt" #输出文件

   登录后复制

3. 读取文件内容

   打开文本文件，读取其全部内容到一个字符串变量中。

   with open(input_file, "r") as f_in:
       file_string = f_in.read()

   登录后复制

4. 从 DataFrame 中提取数值

   使用 df.loc 方法，根据行索引 idx 和列名（"i", "j", "k"）从 DataFrame 中提取要替换的数值。

   

   即构数智人

   即构数智人是由即构科技推出的AI虚拟数字人视频创作平台，支持数字人形象定制、短视频创作、数字人直播等。

   36

   查看详情

   i, j, k = df.loc[idx, ["i", "j", "k"]]

   登录后复制

5. 使用正则表达式进行替换

   这是核心步骤。使用 re.sub 函数，结合正则表达式，在 file_string 中查找匹配的内容，并进行替换。

   • 正则表达式解释:

     • ^: 匹配行的开头。
     • ({to_replace}\s.*?): 匹配标识符 to_replace（例如 "B"），后跟任意空白字符 \s，以及任意字符 . 直到下一个模式。使用括号 () 创建一个捕获组，以便在替换时保留这部分内容。? 实现非贪婪匹配，防止跨越多个目标块。
     • i = \S+ j = \S+ k = \S+: 匹配 "i = "、"j = " 和 "k = "，以及它们后面的非空白字符 \S+（即数值）。

   • 替换字符串解释:

     • \g<1>: 引用第一个捕获组的内容（即标识符 to_replace 及其前面的部分）。
     • f"i = {i} j = {j} k = {k}": 使用 f-string 格式化字符串，将从 DataFrame 中提取的数值插入到替换字符串中。

   • re.M 和 re.S 标志:

     • re.M (re.MULTILINE): 使 ^ 匹配每行的开头，而不仅仅是字符串的开头。
     • re.S (re.DOTALL): 使 . 匹配包括换行符在内的所有字符。

   file_string = re.sub(
       rf"^({to_replace}\s.*?)i = \S+ j = \S+ k = \S+",
       f"\g<1>i = {i} j = {j} k = {k}",
       file_string,
       flags=re.M | re.S,
   )

   登录后复制

6. 将修改后的内容写入文件

   打开输出文件，将修改后的 file_string 写入。

   with open(output_file, "w") as f_out:
       f_out.write(file_string)

   登录后复制

完整代码示例

import pandas as pd
import re

# 示例 DataFrame
data = {'i': ['unit1', 1000, -3000, -2000, 900],
        'j': ['unit2', 100, 200, 90, 40],
        'k': ['unit3', 84, 60, 195, 209]}
df = pd.DataFrame(data)

idx = 3  # 要从 DataFrame 中提取的行索引
to_replace = "B"  # 要在文件中查找的标识符
input_file = "input_file.txt" #输入文件
output_file = "output_file.txt" #输出文件

# 创建示例输入文件
with open(input_file, "w") as f:
    f.write("""A       first = 4 | 1_3_5_4        Name1
labelToSkip
i = 1000000 j = -3 k = -15
end

B       first = 4 | 9_2_2_4        Name2
labelToSkip
i = 150000 j = -3 k = -20
end
""")


with open(input_file, "r") as f_in:
    file_string = f_in.read()

    i, j, k = df.loc[idx, ["i", "j", "k"]]

    file_string = re.sub(
        rf"^({to_replace}\s.*?)i = \S+ j = \S+ k = \S+",
        f"\g<1>i = {i} j = {j} k = {k}",
        file_string,
        flags=re.M | re.S,
    )

with open(output_file, "w") as f_out:
    f_out.write(file_string)

注意事项

• 正则表达式的准确性： 正则表达式是此方案的关键。请根据实际文件内容的格式，仔细调整正则表达式，确保能够准确匹配到目标内容。
• 备份文件： 在运行脚本之前，务必备份原始文件，以防意外情况发生。
• 错误处理： 建议添加适当的错误处理机制，例如检查文件是否存在、DataFrame 中是否存在指定的行和列等。
• 性能考虑： 对于大型文件，一次性读取整个文件到内存可能效率较低。可以考虑逐行读取文件，并逐行进行匹配和替换。

总结

通过结合 Pandas DataFrame 的数据提取功能和正则表达式的灵活匹配能力，可以高效地实现文本文件中特定数值的更新。这种方法适用于处理结构化的文本数据，并能灵活应对不同格式的文件。请务必根据实际情况调整代码，并注意备份和错误处理。

以上就是使用 Pandas DataFrame 数据更新文本文件中特定标识符后的数值的详细内容，更多请关注php中文网其它相关文章！