我想合并一些txt文件答案

【问题标题】：I would like to combine some txt files我想合并一些txt文件
【发布时间】：2019-09-12 22:59:25
【问题描述】：

祝大家今天好！

问题是我有一些 txt 文件，并且我有将它们放在一起的脚本。每个txt文件都从：

Export Type:                        by LAI\GCI\SAI
LAI\GCI\SAI:                        fjdfkj
HLR NUMBER:                         NA
Routing Category:                   NA
Telephone Service:                  NA
Export User Scope:                  Attached & Detached User
Task Name:                          lfl;sfd
Data Type:                          col1/col2
Begin Time of Exporting data:       2019-4-14 19:41
=================================
col1                    col2         
401885464645645         54634565754     
401884645645564         54545454564
401087465836453         54545454565     
401885645656567         53434343435
401084569498484         54342340788
401088465836453         56767686334
401439569345656         64545467558
401012993933334         55645342352
401034545566463         34353463464

我想从 col1 和 col2 开始组合（没有列的名称），但脚本也将它们与开头的单词组合起来。你能更新这个脚本吗？

import fileinput
import glob

file_list = glob.glob("*.txt")

with open('resultfile.txt', 'w') as file:
    input_lines = fileinput.input(file_list)
    file.writelines(input_lines)

另一个问题是我想去掉 col2 中值开头的 5 并删除所有不从 40108/40188/401088e 开始的行。谢谢！

【问题讨论】：

请告诉我们您尝试了什么，以及您遇到的问题。
我不知道如何在我要合并的每个 txt 文件中对前 10 行进行 scip。请你更新上面的这个脚本好吗？
请更新问题标题以反映您遇到的具体问题。阅读minimal reproducible example 会对您有所帮助。这将有助于将您的问题摆在能够提供答案的人面前。

标签： excel python-3.x pandas data-science

【解决方案1】：

通过指定标题行选择性地导入标题。这提供了对数据帧中“标头”数据的访问。从那里，它们可能会被连接起来并写回为 csv。

假设您希望通过 Pandas 执行此操作，考虑到问题上的标签。

import pandas as pd
from pandas.compat import StringIO
import fileinput
import glob


csvdata = str("""Export Type:                        by LAI\GCI\SAI
LAI\GCI\SAI:                        fjdfkj
HLR NUMBER:                         NA
Routing Category:                   NA
Telephone Service:                  NA
Export User Scope:                  Attached & Detached User
Task Name:                          lfl;sfd
Data Type:                          col1/col2
Begin Time of Exporting data:       2019-4-14 19:41
=================================
col1                    col2
401885464645645         54634565754
401884645645564         54545454564
401087465836453         54545454565
401885645656567         53434343435
401084569498484         54342340788
401088465836453         56767686334
401439569345656         64545467558
401012993933334         55645342352
401034545566463         34353463464""")

files = ["file{}.txt".format(i) for i in range(3)]
for fn in files:
    with open(fn, "w") as f:
        f.write(csvdata)

file_list = glob.glob("file*.txt")

dfs = []
for f in file_list:
    df = pd.read_csv(f, sep="\s+", header=[10])
    dfs.append(df)

df = pd.concat(dfs)
df.reset_index(inplace=True)

df.to_csv("resultfile.txt")

生产

,index,col1,col2
0,0,401885464645645,54634565754
1,1,401884645645564,54545454564
2,2,401087465836453,54545454565
3,3,401885645656567,53434343435
4,4,401084569498484,54342340788
5,5,401088465836453,56767686334
6,6,401439569345656,64545467558
7,7,401012993933334,55645342352
8,8,401034545566463,34353463464
9,0,401885464645645,54634565754
10,1,401884645645564,54545454564
11,2,401087465836453,54545454565
12,3,401885645656567,53434343435
...snip...

【讨论】：

你好，瑞克。我猜你没听明白。问题我有 50-60 个这样开始的 txt 文件，而 col1 和 col2 足够长，我只提供了一个示例，我只想创建包含从 col 1 和 col2 开始的所有数据的 result.txt 文件。一开始我不需要这些信息。
更新了我的答案以提供使用熊猫的解决方案。但是，这可以通过读取文件并跳过前 N 行在 Python 中轻松完成。这样做太简单了，我假设您希望使用 Pandas 得到答案。