我有一个数据集，其中行类似于：
G. Smith 2.2 - 1.6 1.0 - 1.5 33 - 55 660
F. John 1.4 - 0.2. 60 850 (early) - 1100 (late)
R. Kahn 1.9 - 1.4 1.9 700 - 850
L. Terry 0.6 - 0.35. 1.8. 60 1100 - 1400
我正在尝试获取最后一列的平均值。对于用破折号分隔的数字，我想将它们视为自己的平均值(例如，在计算列的总体平均值时，700 - 850 将计为其平均值 775(
到目前为止，我的方法是拆分线，然后在每次循环通过一条线时平均最后一个索引的值。但是，我只能让它拆分每个值，使带连字符的数字成为 2 个不同的值，或者让它看起来像是完美拆分，但值没有用逗号分隔，所以我无法访问行中的特定值。这是我以第二行输出为例尝试的内容(请注意，我什至没有尝试包含平均计算，因为我无法正确拆分行(：
with open('file.txt', 'r') as f:
l = f.readline()
while l:
current_line = re.split('WWW+', l)
print(current_line)
l = f.readline()
返回：
['F. John', '1.4', '0.2', '60', '850 (early', '1100 (late)n']
和。。。
with open('file.txt', 'r') as f:
l = f.readline()
while l:
current_line = re.split('^-WWW+', l)
print(current_line)
l = f.readline()
返回：
['F. John 1.4 - 0.2 60 850 (early) - 1100 (late)n']
第二种结果更可取，因为它将虚线值保持在一起，但是如您所见，所有值都组合在一起，而不是每个值由一列分隔。
期望的结果：
['F. John', '1.4 - 0.2', '60', '850 (early) - 1100 (late)n']
其中一行的括号中还有"早/晚"的问题。我什至还没有开始考虑如何解决这个问题，所以这方面的提示也将不胜感激。
另外，有没有办法让它识别空格？我问这个是因为稍后我还必须获得第 3 列的最大值。我现在的想法是，如果我尝试访问第 2 行上每行的索引 2(第 3 列的值应该在哪里(，我将读取第 4 列的值，因为第 3 列缺少该值，并且在列表中它只是继续到下一个值，而不会为空字段制作占位符。
如果可能，第二行的预期结果将如下所示：
['F. John', '1.4 - 0.2', ' ', '60', '850 (early) - 1100 (late)n']
甚至可能：
['F. John', '1.4 - 0.2', NULL, '60', '850 (early) - 1100 (late)n']
last_col = re.split("s{2,}", l)[-1] # eg '850 (early) - 1100 (late)' or '600'
patt = re.compile("(?P<num1>[0-9]+)[a-zA-z()- ]+(?P<num2>[0-9]+)")
g = patt.search(last_col)
if g:
val = (int(g.group('num1')) + int(g.group('num2'))) / 2
else:
val = int(last_col)
'
这可能对你有用：re.split('ss+', line)
我正在尝试获取最后一列的平均值。
获取最后一列的关键可能是一个不错的正则表达式，例如
^(.*) (d+ [A-Za-z0-9()]* - d+ [A-Za-z0-9()]*|d+ - d+)$