利用Python批量处理多个txt文本的示例代码

 更新时间:2023年10月17日 10:59:22   作者:陆小吉1212  
这篇文章主要给大家介绍了关于如何利用Python批量处理多个txt文本的方法,文中通过实例代码介绍的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下

(1)提取特定波段的行数据 

import glob
import pandas as pd
def extract_lines_from_txt_files(file_pattern, target_wavelength):
    # 获取符合文件模式的txt文件路径列表
    file_paths = glob.glob(file_pattern)
    results = []
    for file_path in file_paths:
        with open(file_path, 'r') as file:
            lines = file.readlines()
            # 提取包含目标波长的行
            target_lines = []
            for line in lines:
                if target_wavelength in line:
                    target_lines.append(line.strip())
            # 添加文件路径和提取结果到列表
            results.append({'File': file_path, 'Lines': target_lines})
    return results
# 设置文件模式和目标波长
file_pattern = 'D:\\Users\\DELL\\Desktop\\test\\VIS=5\\*.txt'    # 根据实际的列名或波长进行设置
target_wavelength = '21321'  # 设置特定波长的字符串
# 调用函数提取行数
output = extract_lines_from_txt_files(file_pattern, target_wavelength)
# 创建DataFrame对象
df = pd.DataFrame(output)
# 保存结果到Excel文件
output_file = 'D:\\Users\\DELL\\Desktop\\PDF\\result.xlsx'  # 设置输出文件路径和名称
df.to_excel(output_file, index=False)
print(f"提取结果已保存到 {output_file}")

(2)批量替换文本中的某个特定数值

# -*- coding: utf-8 -*-
"""
Created on Mon Nov 21 2022
@author: MMG
"""
# coding=utf-8
import os
path = "E:\\Program Files\\Nimbostratus cloud_100"
# new_path = "E:\\Program Files\\Mod5.2.2\\rural=5_view=136\\1"
def listfiles(dirpath):
    filelist = []
    for root, dirs, files in os.walk(dirpath):
        for fileObj in files:
            filelist.append(os.path.join(root, fileObj))
    return filelist
def main():
    filelist = listfiles(path)
    for fileobj in filelist:
        f = open(fileobj, 'r+')
        lines = f.readlines()
        f.seek(0)
        f.truncate()
        for line in lines:
            f.write(line. Replace('45.50000'#原文本,'5.000000'#改过后的数值))
        f.close()
if __name__ == main():
    main()

以上就是利用Python批量处理多个txt文本的示例代码的详细内容,更多关于Python批量处理多个txt文本的资料请关注脚本之家其它相关文章!

相关文章

  • pandas || df.dropna() 缺失值删除操作

    pandas || df.dropna() 缺失值删除操作

    这篇文章主要介绍了pandas || df.dropna() 缺失值删除操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python使用Phantomjs截屏网页的方法

    Python使用Phantomjs截屏网页的方法

    今天小编就为大家分享一篇Python使用Phantomjs截屏网页的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • Python免登录实现域名解析的示例详解

    Python免登录实现域名解析的示例详解

    这篇文章主要介绍了如何利用编写python脚本,实现通过dnspod api获取个人域名内的dns解析记录,从而实现域名的解析、修改和删除,需要的可以参考一下
    2023-03-03
  • 解决pycharm界面不能显示中文的问题

    解决pycharm界面不能显示中文的问题

    今天小编就为大家分享一篇解决pycharm界面不能显示中文的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • Python中如何自定义函数

    Python中如何自定义函数

    这篇文章主要介绍了Python中如何自定义函数,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-01-01
  • pytorch fine-tune 预训练的模型操作

    pytorch fine-tune 预训练的模型操作

    这篇文章主要介绍了pytorch fine-tune 预训练的模型操作,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-06-06
  • Python中property属性的用处详解

    Python中property属性的用处详解

    这篇文章主要给大家介绍了关于Python中property属性的相关资料,需简单地说就是一个类里面的方法一旦被@property装饰,就可以像调用属性一样地去调用这个方法,它能够简化调用者获取数据的流程,而且不用担心将属性暴露出来,有人对其进行赋值操作,下面要的朋友可以参考下
    2022-04-04
  • python使用建议与技巧分享(一)

    python使用建议与技巧分享(一)

    这篇文章主要介绍了python使用建议与技巧分享,帮助大家更高效的使用python,感兴趣的朋友可以了解下
    2020-08-08
  • python 提高开发效率的5个小技巧

    python 提高开发效率的5个小技巧

    这篇文章主要介绍了python 提高开发效率的5个小技巧,帮助大家更好的进行python开发,感兴趣的朋友可以了解下
    2020-10-10
  • python用match()函数爬数据方法详解

    python用match()函数爬数据方法详解

    在本篇文章里小编给大家整理了关于python用match()函数爬数据方法以及相关知识点,需要的朋友们学习下。
    2019-07-07

最新评论