Python从最高分到最低分读取txt文件

Question

这里是初学者，我目前正在做一个练习，我必须让 Python 读取一个包含国家和分数的文本文件，然后我需要先打印最高分数，直到最低分数。 例如，一个文本文件可能如下所示： Canada 14 Brazil 9 South Korea 16 （还有很多其他不同分数的附加文本文件，但我从第一个开始） 到目前为止我的代码：

firstscoredocument = f.readlines()
for line in firstscoredocument:
    nums_str = line.split()[1:]
    nums = [int(n) for n in nums_str]
    max_in_line = max(nums)
    print max_in_line

此代码打印 14 9 16 我需要它来打印 South Korea 16 Canada 14 Brazil 9 另外，我似乎无法找到如何从最高到最低打印它们的方法...... 任何人都可以给我一个提示吗？ 非常感谢:)

Answer 1

对不起！但不要使用堆栈溢出来完成你的作业问题。这将影响您在论坛中的reputation。

这里Pandas 将帮助您，假设您使用的是tab delimited file。

from __future__ import print_function
import pandas as pd
data = pd.read_csv("sample_file.txt",sep='\t',header=None)
sort_by_life = data.sort_values(by=data.columns[1],ascending=False)
sort_by_life.to_csv("sort_by_life.txt", sep='\t', index=False, header=None)
print(sort_by_life)

输出：

South Korea 16
Canada  14
Brazil  9

尝试使用 Python 3，因为 python 2.x will be end of life.

希望对你有所帮助。

Answer 2

将文件读入字典然后sort the dictionary by values 并打印出来：

with open("filename.txt") as f:
    countries_to_scores = {}
    for line in f:
        country, score = line.strip().split()
        countries_to_scores[country] = score

for country in sorted(countries_to_scores, key=countries_to_scores.get):
    print(country, counties_to_scores[country])

Answer 3

import os

with open(r'yourtextfile.txt', 'r') as f:
    firstscoredocument = [x.replace('\n', '') for x in f.readlines() if x != '\n']
    country_and_scores = []
    for line in firstscoredocument:
        if line == os.linesep:
            continue
        c, s = line.rsplit(' ', 1)
        country_and_scores.append([c, int(s)])

    country_and_scores.sort(key=lambda x: x[1], reverse=True) 
    for country_score in country_and_scores:
        print(*country_score )

Answer 4

我建议您将值读入字典，然后按值排序。如果您设法在下面的示例中创建字典 x，那么您将能够对其进行排序和打印。

import operator
x = {"South Korea": 16, "Brazil": 9, "Canada": 14}
sorted_x = sorted(x.items(), key=operator.itemgetter(1), reverse=True)
print(sorted_x)
[('South Korea', 16), ('Canada', 14), ('Brazil', 9)]