Ouvrir et lire un fichier texte délimité par des espaces

Simplifiez-vous la vie et évitez ce problème.

Vous lisez peut-être la ligne d'en-tête par erreur? Si le format du fichier est fixe, je "brûle" généralement la ligne d'en-tête avec une ligne lue avant de démarrer la boucle comme:

with open(file_name, 'r') as f:
    f.readline()  # burn the header row
    for line in f:
        tokens = line.strip().split(' ')   # tokenize the row based on spaces

Ensuite, vous avez une liste de jetons, qui seront des chaînes que vous aurez besoin de convertir en int ou float ou autre et à partir de là!

Mettez quelques instructions d'impression pour voir ce que vous prenez ...

Un moyen simple de résoudre ce problème consiste à utiliser Fonction split () . Bien sûr, vous devez supprimer les deux premières lignes:

['1', '18.8', '2.4']
['2', '19.0', '1.1']
['3', '18.3', '1.7']
['4', '18.3', '1.0']
['5', '17.8', '1.3']

Vous obtenez:

with io.open("path/to/file.txt", mode="r", encoding="utf-8") as f:
    next(f)
    next(f)
    for line in f:
        print(line.split())

Citant la documentation:

Si sep n'est pas spécifié ou est Aucun , un algorithme de fractionnement différent est appliqué: les exécutions d'espaces blancs consécutifs sont considérées comme un seul séparateur, et le résultat ne contiendra aucun des chaînes vides au début ou à la fin si la chaîne comporte un espace blanc au début ou à la fin.

Est-il possible que votre fichier soit délimité par des tabulations?

Pour les délimités par des tabulations:

with open('TA103019.95.txt', 'r') as f:
    for idx, line in enumerate(f):
        if idx > 1:                    
            cols = line.split('\t'): #for space delimited change '\t' to ' '
            tmax = float(col[1])
            tmin = float(col[2])
            #calc mean

            mean = (tmax + tmin) / 2
            #not sure what you want to do with the result

Comme indiqué ici , re.findall code > répertorie toutes les correspondances de votre expression régulière. l'expression que vous définissez ne correspond à rien dans votre fichier et vous obtenez donc un tableau vide, ce qui entraîne l'erreur lorsque vous essayez d'accéder à list_line [1] .

• l'expression que vous souhaitez associer à la base de ce fichier serait r "\ d + \. \ d +" , correspondant à tout nombre décimal avec au moins un chiffre avant le point décimal, ce point décimal au moins un chiffre après
• même cette expression ne correspondra à rien dans les deux premières lignes, vous voudrez donc vérifier les tableaux vides
• le résultat ne connaît aucune colonne, juste des correspondances du modèle, et il y aura deux correspondances pour chaque ligne de données - vous voudrez des indizes 0 et 1

with open('TA103019.95.txt', 'r') as f:
    for line in f:
        list_line = re.findall(r'\d+\.\d+', line)
        if len(list_line) == 2 :
            list_b.append(float(list_line[0])) #appends second column
            list_d.append(float(list_line[1])) #appends fourth column

print list_b
print list_d

import re
list_b = []
list_d = []

with open('TA103019.95.txt', 'r') as f:
    for line in f:
        # regex is corrected to match the decimal values only
        list_line = re.findall(r"\d+\.\d+", line) 

        # error condition handled where the values are not found 
        if len(list_line) < 2: 
            continue

        # indexes are corrected below
        list_b.append(float(list_line[0])) #appends second column
        list_d.append(float(list_line[1])) #appends fourth column

print list_b
print list_d
I have added my answer with some comments in the code itself.You were getting the Index out of range error because your list_line was having only a single element(i.e. 2004 in the first line of file) and you were trying to access the 1st and 3rd index of the list_line.

Solution complète

def readit(file_name,start_line = 2): # start_line - where your data starts (2 line mean 3rd line, because we start from 0th line) 
    with open(file_name,'r') as f:
        data = f.read().split('\n')
    data = [i.split(' ') for i in data[start_line:]]
    for i in range(len(data)):
        row = [(sub) for sub in data[i] if len(sub)!=0]
        yield int(row[0]),float(row[1]),float(row[2])


iterator = readit('TA103019.95.txt')


index, tmax, tmin = zip(*iterator)


mean_Tmax = sum(tmax)/len(tmax)
mean_Tmin = sum(tmin)/len(tmin)
print('Mean Tmax: ',mean_Tmax)
print('Mean Tmnin: ',mean_Tmin)

>>> ('Mean Tmax: ', 18.439999999999998)
>>> ('Mean Tmnin: ', 1.5)

Merci à Dan D. pour une solution plus élégante