使用 Pandas 数据帧中的特定值更新文件中的特定位置

聖光之護

发布时间：2025-08-17 19:32:01

185人浏览过

来源于php中文网

原创

使用 pandas 数据帧中的特定值更新文件中的特定位置

本文档旨在指导读者如何使用 Python 的 Pandas 库从 DataFrame 中提取特定值，并将这些值更新到文件中的特定位置，该位置由标识符定位。我们将使用正则表达式来查找和替换文件中的目标行，确保即使目标行不在固定位置也能成功更新。

1. 准备工作

首先，确保你已经安装了必要的 Python 库：Pandas 和 re（正则表达式模块）。Pandas 用于处理数据帧，re 用于在文件中查找和替换文本。如果尚未安装 Pandas，可以使用以下命令安装：

pip install pandas

2. 代码实现

以下代码演示了如何从 Pandas DataFrame 中提取特定行的数据，并将其替换到文件中的指定位置。

AssemblyAI

转录和理解语音的AI模型

下载

import re
import pandas as pd

# 假设你的 DataFrame 已经存在，这里创建一个示例 DataFrame
data = {'i': ['unit1', 1000, -3000, -2000, 900],
        'j': ['unit2', 100, 200, 90, 40],
        'k': ['unit3', 84, 60, 195, 209]}
df = pd.DataFrame(data)
df = df.drop(0)  # 删除第一行字符行
df = df.astype(int) # 将数据类型转换为int

# 指定要替换的 DataFrame 行索引和标识符
idx = 3  # 要替换的 DataFrame 行的索引
to_replace = "B"  # 文件中要查找的标识符

# 读取输入文件
with open("input_file.txt", "r") as f_in:
    file_string = f_in.read()

    # 从 DataFrame 中提取 i, j, k 的值
    i, j, k = df.loc[idx, ["i", "j", "k"]]

    # 使用正则表达式替换文件中的值
    file_string = re.sub(
        rf"^({to_replace}\s.*?)i = \S+ j = \S+ k = \S+",
        f"\g<1>i = {i} j = {j} k = {k}",
        file_string,
        flags=re.M | re.S,
    )

# 将修改后的内容写入输出文件
with open("output_file.txt", "w") as f_out:
    f_out.write(file_string)

3. 代码详解

导入必要的库: 导入 re 和 pandas 库。
准备 DataFrame: 创建或加载包含要替换的数据的 Pandas DataFrame。
定义变量: 设置要替换的 DataFrame 行索引 (idx) 和文件中用于定位的标识符 (to_replace)。
读取文件: 使用 open() 函数以只读模式 ("r") 打开输入文件，并使用 f_in.read() 读取整个文件内容到 file_string 变量中。
提取 DataFrame 值: 使用 df.loc[idx, ["i", "j", "k"]] 从 DataFrame 中提取指定行 (idx) 的 "i", "j", "k" 列的值。
正则表达式替换:
- re.sub() 函数用于在字符串中查找匹配项并替换。
- rf"^({to_replace}\s.*?)i = \S+ j = \S+ k = \S+" 是一个原始字符串 (raw string) 格式化的正则表达式。
  - ^ 表示行的开头。
  - ({to_replace}\s.*?) 匹配以 to_replace 变量的值开头的行，并将其捕获到第一个分组中。\s 匹配空白字符，.*? 匹配任意字符，直到下一个模式。?使 * 变为非贪婪模式，即匹配尽可能少的字符。
  - i = \S+ j = \S+ k = \S+ 匹配 "i = ", "j = " 和 "k = " 后面的非空白字符 (\S+)，这些值将被替换。
- f"\g<1>i = {i} j = {j} k = {k}" 是一个 f-string，用于构造替换字符串。
  - \g<1> 引用正则表达式中第一个捕获组的内容 (即 to_replace 开头的行)。
  - i = {i} j = {j} k = {k} 将 DataFrame 中提取的 i, j, k 值插入到替换字符串中。
- flags=re.M | re.S 设置正则表达式的标志。
  - re.M (MULTILINE) 使 ^ 匹配每行的开头，而不仅仅是字符串的开头。
  - re.S (DOTALL) 使 . 匹配所有字符，包括换行符。
写入文件: 使用 open() 函数以写入模式 ("w") 打开输出文件，并使用 f_out.write(file_string) 将修改后的 file_string 写入到文件中。