python 循环读取txt文档 并转换成csv的方法

下面是使用Python循环读取txt文档并转换成CSV的攻略：

1. 确定文件路径和文件名

首先，要确定你的TXT文件的路径和名称，以及你转换后要保存CSV文件的路径和名称。在本文中，我们将假设 TXT 文件名为 example.txt，TXT文件所在的目录为 ./data/，我们将保存转换后的 CSV 文件到 ./output/ 目录下，命名为 output.csv。

2. 导入需要使用的 Python 库

Python 中有一些库可以协助我们进行 TXT 到 CSV 的转换，其中 pandas 是非常流行的数据处理库，可以帮助我们读取和写入 CSV 文件。

import pandas as pd

3. 读取 TXT 文件

在 Python 中，我们可以使用 open() 函数来打开一个文件，参数包括文件名和打开方式（'r' 代表只读模式，即不能在文件中写入数据）。

file_path = "./data/example.txt"
with open(file_path, 'r') as f:
    # Further code will go here
    pass

现在我们已经打开了文件，但我们还没有真正地读取它。要读取 TXT 文件，我们需要使用 readlines() 方法。readlines() 方法将会返回一个字符串列表，其中每一个字符串是 TXT 文件中的一行。代码示例：

file_path = "./data/example.txt"
with open(file_path, 'r') as f:
    lines = f.readlines()

现在，我们已经能够读取文件内容存到lines数组中了。

4. 处理数据并转成 DataFrame

在处理TXT文件字符串时，我们可能需要进行一些操作，例如拆分数据、提取某些数据等等，然后将它们存储在一个 Pandas DataFrame 中。

举个例子，如果要读取的 TXT 文件包含下面两行内容：

1, 102, 0.25
2, 225, 0.36

我们可以使用 split() 方法将其拆分为一个个的数值，然后存放入一个二维数组中，如下所示：

data = []
for line in lines:
    row = line.strip().split(",")
    row = [int(x) if x.isdigit() else float(x) for x in row]
    data.append(row)

此处的 strip() 方法将会删除每行字符串中的空格和换行符。split() 方法将会将每行文本按照逗号进行拆分，并将拆分的结果存到 row 数组中。isdigit() 方法判断是否数字，将数字转换成 int 类型，其他情况转换为 float 类型。最后，我们将每一行数据存放在一个大数组 data 中。

将数据存储到 DataFrame 中非常简单，只需使用 pd.DataFrame() 来创建一个 DataFrame 对象，代码示例如下：

df = pd.DataFrame(data, columns=["col1", "col2", "col3"])

这里，我们提供了一个列名称列表 ["col1", "col2", "col3"]，它与数组 data 的第二个维度完全匹配。这将使每列数据具有正确的名称。

5. 将 DataFrame 转换到 CSV 文件

最后一步是将我们的 DataFrame 对象转换为 CSV 文件，并将其保存到磁盘上。为此，我们可以使用 to_csv() 方法，代码示例如下：

output_path = "./output/output.csv"
df.to_csv(output_path, sep=",", index=False)

此处，我们定义了输出文件的路径和名称，以及我们想使用的逗号分隔符。index=False 参数会忽略 DataFrame 的索引值。这将把 DataFrame 转换为 CSV 并将输出文件保存到磁盘上。

完整代码：

import pandas as pd

file_path = "./data/example.txt"
with open(file_path, 'r') as f:
    lines = f.readlines()

data = []
for line in lines:
    row = line.strip().split(",")
    row = [int(x) if x.isdigit() else float(x) for x in row]
    data.append(row)

df = pd.DataFrame(data, columns=["col1", "col2", "col3"])

output_path = "./output/output.csv"
df.to_csv(output_path, sep=",", index=False)

以上是一个简单的例子。下面再提供一个稍微复杂一些的例子，供参考。

假设我们的 TXT 文件包含下面两行内容：

1, 102, 0.25. "Description 1"
2, 225, 0.36. "Description 2"

其中，列 "col4" 中包含用引号括起来的字符串描述。我们需要将这个字符串去掉，只留下数值。我们可以使用正则表达式 "[^"]*" 来匹配这个字符串，然后替换为空。

import pandas as pd
import re

file_path = "./data/example2.txt"
with open(file_path, 'r') as f:
    lines = f.readlines()

data = []
for line in lines:
    row = line.strip().split(",")
    row = [int(x) if x.isdigit() else float(x) if re.match("^[-+]?\d*\.\d+|[-+]?\d+", x) else re.sub('".*"', '', x) for x in row]
    data.append(row)

df = pd.DataFrame(data, columns=["col1", "col2", "col3", "col4"])

output_path = "./output/output2.csv"
df.to_csv(output_path, sep=",", index=False)

其中 re.match("^[-+]?\d*\.\d+|[-+]?\d+", x) 用于验证数值，re.sub('".*"', '', x) 用于删除双引号中的字符串。

希望这篇文章对你有所帮助！