python - .txt 文件在 python 中处理 ML 数据

Question

我有包含 ML 数据的 .txt 文件。每个文件有 19 个条目，这些条目在文本文件中一次又一次地重复。我需要在 python 中以这样的方式获取这些文件，即每个条目都成为一列，并且它们相应的数值被放置在该列中。我需要对 txt 文件中设置的所有 19 个条目执行此操作（如下面的“1”）。或仅包含数字数据的文本文件也可以（如下面的“2”）。如果您可以在python中为此编写一个很棒的代码，否则请描述一些详细信息如何做到这一点

我想要的输出：

1点击查看图片 或 2点击查看图片

文本文件：

Frame.id: 263126,Timestamp: 697287019071, Hand_number: 1,hand_Id_type: 238右手,hand_finger's_number:2,手方向: (-0.142081, 0.865413, -0.480493),手掌位置: (35.2841, 284.522, 330),8.正常：（-0.686854，-0.435733，-0.581694），Finger_type（tipposition）type_thumb（-36.7239，301.602，330.845），Finger_Type（Tipposition）type_index（typosition） , 321.318) ,Finger_type(tipposition) TYPE_RING(20.0886, 251.219, 320.136) ,Finger_type(tipposition) TYPE_PINKY(27.5919, 259.584, 310.508) Frame.id: 263127,Timestamp: 697287037765, Hand_number: 1 ,hand_Id_type: 238right hand ,hand_finger' s_number:2,手的方向:(-0.167599,0.827034,-0.536587),手掌位置:(31.7441,283.449,322.619),手掌正常:(-0.776892,-0.445873,-0.444562),Finger_type（tipposition）type_thumb（-38.8083，304.444，330.446），Finger_type（tipposition）type_index（-22.0532，344.008，273.496），Finger_type（tipposition）type_middle（type） 250.236, 317.138) ,Finger_type(tipposition) TYPE_PINKY(20.1892, 257.352, 305.739) Frame.id: 263128,Timestamp: 697287057570, Hand_number: 1 ,hand_Id_type: 238右手,hand_finger's_number:12,hand_finger's_number:19,19.0. , -0.547284) ,手掌位置: (30.8754, 280.871, 315.444) ,手掌法线: (-0.750039, -0.473481, -0.461797) ,Finger_type(tipposition) TYPE_THUMB(-40.4781, 299.689, 321.24TYPE) -23.5209, 339.286, 264.435) ,Finger_type(tipposition) TYPE_MIDDLE(-0.157164, 254.483, 311.627) ,Finger_type(tipposition) TYPE_RING(14.1716, 247.067, 309.742) ,Finger_type(tipposition) TYPE_PINKY(20.45, 254.358, 298.274) Frame.id: 263129,Timestamp: 697287076710, Hand_number: 1,hand_Id_type: 238右手,hand_finger's_number:2,hand direction: (-0.191306, 0.830611, -0)。手掌位置：(28.6877, 277.055, 299.705) ,手掌正常位置: (-0.739979, -0.472093, -0.479124) ,Finger_type(tipposition) TYPE_THUMB(-42.9838, 294.545, 305.915) ,Finger_type(tipposition) 26_TYPE(3-296.INDEX) 250.27) ,Finger_type(tipposition) TYPE_MIDDLE(-1.90294, 250.26, 294.934) ,Finger_type(tipposition) TYPE_RING(12.5955, 243.157, 292.909) ,Finger_type(tipposition) TYPE_PINKY(18.5831,.4,655)2866877，277.055，299.705），棕榈正常：（-0.739979，-0.472093，-0.479124），Finger_type（tipposition）type_thumb（-42.9838，29838，294.545，294.545，305.915） (tipposition) TYPE_MIDDLE(-1.90294, 250.26, 294.934) ,Finger_type(tipposition) TYPE_RING(12.5955, 243.157, 292.909) ,Finger_type(tipposition) TYPE_PINKY(18.5831, 250.968, 281.465)6877，277.055，299.705），棕榈正常：（-0.739979，-0.472093，-0.479124），Finger_type（tipposition）type_thumb（-42.9838，29838，294.545，294.545，305.915） (tipposition) TYPE_MIDDLE(-1.90294, 250.26, 294.934) ,Finger_type(tipposition) TYPE_RING(12.5955, 243.157, 292.909) ,Finger_type(tipposition) TYPE_PINKY(18.5831, 250.968, 281.465)

文本文件链接：https ://drive.google.com/file/d/1X1NdQNYlQWuNpmzGL6Wwi_SqFjIXnRbb/view?usp=sharing

标签： pythonfiletext

Answer 1

我做了一些简单的争论并将其制成 CSV。希望这对你有用：

lines = []
with open("data.txt") as f:
    lines=f.readlines()

# Columns in file    
header = "Frame.id,Timestamp,Hand_number,hand_Id_type,hand_finger's_number,hand direction,\
Palm position,Palm normal,Finger_type(tipposition) TYPE_THUMB,\
Finger_type(tipposition) TYPE_INDEX,Finger_type(tipposition) TYPE_MIDDLE,\
Finger_type(tipposition) TYPE_RING,Finger_type(tipposition) TYPE_PINKY\n"
out_lines = [header] # to store rows in output file
tmp=[] # empty list to store one row
for line in lines[1:]:
    tmp.append(line.strip()) # strip and append
    # if line has last column in row, add it to tmp, make the line
    # add the line to list of rows and clear tmp
    if line.strip().startswith(",Finger_type(tipposition) TYPE_PINKY"):
        new_line = ''.join(tmp)+'\n'
        for column in header.split(','):
            # replace header keywords and :
            new_line = new_line.replace(column.strip(), '').replace(':','')
        out_lines.append(new_line)
        tmp=[]
        
print(''.join(out_lines))

# Uncomment the below block to write the csv file     
# with open("output.csv","w+") as f:
#     f.writelines(out_lines)