将多行文本文件拆分为多行csv文件

Question

我有一个文本文件，其中包含以下形式的数据；

100157  100157
100157  364207
100157  38848
100157  bradshaw97introduction
100157  bylund99coordinating
100157  dix01metaagent
100157  gray99finding
...
...

我正试图使用以下方法将其转换为scikit可读数据集：

datafile = open(filename.txt, 'r')
data=[]
for row in datafile:
    data.append(row.strip().split('t'))
c1 = open(filename.csv, 'w')
arr = str(data)
c.write(arr)
c.close

然而，在执行完这段代码后，数据会在一行中输出，而我打算将数据以csv格式整齐地分为行和列，就像Iris数据集一样。

我能得到一些关于如何进行的帮助吗？谢谢

Answer 1

使用csv模块：

import csv
with open('filename.txt', 'r') as f, open('filename.csv', 'w') as fout:
    writer = csv.writer(fout)
    writer.writerows(line.rstrip().split('t') for line in f)

输出csv文件：

100157,100157
100157,364207
100157,38848
100157,bradshaw97introduction
100157,bylund99coordinating
100157,dix01metaagent
100157,gray99finding
...

Answer 2

如果我错了，请纠正我，但我认为scikit readable dataset只是用空间分隔的值，n分隔行？

如果是这样的话，很容易：

假设你有这个文件：

100157  100157
100157  364207
100157  38848
100157  bradshaw97introduction
100157  bylund99coordinating
100157  dix01metaagent
100157  gray99finding

用制表符分隔。

您可以很容易地将其转换为空格分隔的新行分隔值：

with open('/tmp/test.csv', 'r') as fin, open('/tmp/test.out', 'w') as fout:
    data=[row.strip().split('t') for row in fin]
    st='n'.join(' '.join(e) for e in data)
    fout.write(st)
print data  
# [['100157', '100157'], ['100157', '364207'], ['100157', '38848'], ['100157', 'bradshaw97introduction'], ['100157', 'bylund99coordinating'], ['100157', 'dix01metaagent'], ['100157', 'gray99finding']]
print st   
100157 100157
100157 364207
100157 38848
100157 bradshaw97introduction
100157 bylund99coordinating
100157 dix01metaagent
100157 gray99finding