将文件中具有多行的数据集转置为每个数据集的单行答案

【问题标题】：Transposing datasets with multiple rows in a file into a single row per dataset将文件中具有多行的数据集转置为每个数据集的单行
【发布时间】：2012-03-18 18:28:00
【问题描述】：

能否请我指点一些网站，让我可以阅读并获得编写 python 代码的技能来执行以下操作？

到目前为止，我只能找到将结构化数据读入列表和字典的 python 代码。我需要看一个带有行处理的示例，以将多行数据合并到一行。

问题

我在一个文件中有数据集，每个数据集都包含在{} 中，每行一个项目。

我需要将一个数据集的所有项目转置为一行，即转置为表格> 下面是一个例子

输入文件：

details_book1{
title,txt, book_book1

author,txt,author_book1

price,txt, price_book1 }



details_book2

{

title,txt, book_book2

author,txt,author_book2

price,txt, price_book2 
}

需要输出：

details_book1,book_book1,author_book1,price_book1
details_book2,book_book2,author_book2,price_book2
...
details_bookn,book_bookn,author_bookn,price_bookn

【问题讨论】：

标签： python

【解决方案1】：

对不起，我不知道具体的参考资料，除了学习字符串和列表操作，python 文档还不错，但它可能像这样简单：

lines = [line for line in a.split('\n') if line]

books = []
book = ''
for line in lines:
    if '}' in line:
        book += ',' + line
        book = book.replace('{', ' ').replace('}', ' ')
        books.append([x.strip() for x in book.split(',') if x.strip()])
        book = ''
    else:
        book += line + ','

这将创建一个实体列表，您可以遍历该列表，将所有元素提取到变量中：

for book, title, a, bookbook, author, b, authorbook, price, c, pricebook in books:
    print '%s,%s,%s,%s' % (book, bookbook, authorbook, pricebook)

# result
details_book1,book_book1,author_book1,price_book1
details_book2,book_book2,author_book2,price_book2

不过，这可能会在某些方面失败，并且要求您的数据与您目前所显示的内容相匹配。特别是，如果您在任何文本中都有逗号，我在第二个列表理解中围绕逗号拆分 book 变量将拆分为太多字段，并且稍后在 for 循环中解包（最后一个示例代码 sn-p）会失败。

另外，如果一个块与前一个块的 } 在同一行开始，它将无法正确切割数据。有一些方法可以解决这个问题，但我想让事情变得非常简单。

也许这可以作为一个起点。

我想你也可以这样做：

import re
for book in re.findall('\w.*?{.*?}', a, flags=re.M|re.S):
    book = book.replace('\n',',').replace('{',',').replace('}',',')
    book = [x.strip() for x in book.split(',') if x.strip()]
    print book

这通过 re.findall 使用正则表达式来查找后跟任意数量的空格的所有单词，以及大括号之间的任何内容（非贪婪）。这会导致换行符和逗号丢失，所以我用逗号替换换行符和大括号，然后使用列表推导来拆分逗号，去除每个拆分元素周围的空格，并忽略任何空字符串。

这会在书中每次出现这些列表：

['details_book1', 'title', 'txt', 'book_book1', 'author', 'txt', 'author_book1', 'price', 'txt', 'price_book1']
['details_book2', 'title', 'txt', 'book_book2', 'author', 'txt', 'author_book2', 'price', 'txt', 'price_book2']

再一次，如果书名或 txt 简介中包含逗号，则用逗号分隔是一个问题（但如果有，我不知道您如何区分逗号分隔位之外的这些简介每一行）。

【讨论】：