在一个 .txt 文件中计算数值的连续出现次数

Question

我有一个 .txt 文件，其中两个单词在不同的行中重复出现。

这里是一个例子。（实际文件大约有80,000行）

ANS
ANS
ANS
AUT
AUT
AUT
AUT
ANS
ANS
ANS
ANS
ANS

我正在尝试开发一些Python代码来计算连续行并返回它们重复的次数。因此，对于这个示例，我想将[3,4,5]返回到另一个.txt文件中。

word="100011010"
count=1
length=""

for i in range(1, len(word)):

    if word[i-1] == word[i]:
       count += 1

    else:
        length += word[i-1]+" repeats "+str(count)+", "
        count=1

length += ("and "+word[i]+" repeats "+str(count))
print (length)

这个概念与字符串的代码类似。有没有一种方法可以对列表执行此操作？

- slynes

---

你可以使用完全相同的代码，只需将“word”替换为“your_list”即可 :) - Mr. E

抱歉，我上一个问题表述有误。现在的信息是在一个 .txt 文件中，我需要将其转换为列表吗？ - slynes

有没有办法直接从 .txt 文件中读取它？可以从中单独选择某一行吗（例如 word[2]）？是否有一种方法可以说出 line[2]？ - slynes

@slyness 不确定你的应用是什么，但你可能也会发现这个链接有用：https://dev59.com/fGAf5IYBdhLWcg3wukpk - pyInTheSky

Answer 1

您可以像这样阅读整个文件：

content = []
with open('/path/to/file.txt', 'r') as file
    content = file.readlines()
    #Maybe you want to strip the lines
    #content = [line.strip() for line in file.readlines()]

这里有一个包含文件所有行的列表。

def count_consecutive_lines(lines):
    counter = 1
    output = ''
    for index in range(1, len(lines)):
        if lines[index] != lines[index-1]:
            output += '{} repeats {} times.\n'.format(lines[index], counter)
            counter = 1
        counter += 1
   return output

并将其调用如下

print(count_consecutive_lines(content))

- Mr. E

---

谢谢，我会尝试一下。我能否使用file.write('\n'.join)将计数写入另一个.txt文件中（\n表示每行换行）？ - slynes

@slynes 是的，你可以。 - Mr. E

Answer 2

一种不需要将整个文件加载到内存中的答案：

last = None
count = 0
result = []

with open('sample.txt', 'rb') as f:
    for line in f:
        line = line.strip()
        if line == last:
            count = count + 1
        else:
            if count > 0:
                result.append(count)
            count = 1
            last = line

    result.append(count)
    print result

结果：

[3, 4, 5]

更新

该列表包含整数，您只能join字符串，因此您需要进行转换。

outFile.write('\n'.join(str(n) for n in result))

- totoro

---

谢谢，这个方法很好用。我想把结果写入一个 .txt 文件而不是在结尾处打印出来，所以我使用了 outFile.write('\n'.join(result))（outFile 已经定义），但出现了问题，无法正常工作。 - slynes

@slynes 已更新答案。 - totoro

Answer 3

您可以尝试将文件数据转换为列表，并按照以下方法处理：

with open("./sample.txt", 'r') as fl:
    fl_list = list(fl)
    unique_data = set(fl_list)
    for unique in unique_data:
        print "%s - count: %s" %(unique, fl_list.count(unique))

#output:
ANS - count: 8
AUT - count: 4

- Mani

---

他不想要一个单词的总数，而是想要一个单词的连续计数。请看他的例子，其中“ans”在期望的最终结果中出现了两次。 - pyInTheSky

不是 OP 想要的...计算连续相似项...而不是计算所有相似项。 - Iron Fist

但是我能单独获取计数吗？例如：ANS-计数：3，AUT-计数：4，ANS-计数：5。我需要记录AUT出现的次数。 - slynes

Answer 4

打开你的文件并读取它以进行计数：

l=[]
last=''
with open('data.txt', 'r') as f:
    data = f.readlines()

    for line in data:
        words = line.split()
        if words[0]==last:
            l[-1]=l[-1]+1
            last=words[0]
        else:
            l.append(1)
        if last=='':
            last=words[0]

- João Pedro

---

如果条件语句不符合语法规则，就会出现赋值与比较的混淆。 - pyInTheSky

Answer 5

这是您期望的输出结果 :)

with open("./sample.txt", 'r') as fl:
    word = list(fl)
    count=1
    length=[]
    for i in range(1, len(word)):
        if word[i-1] == word[i]:
           count += 1
        else:
            length.append(count)
            count=1
    length.append(count)
    print (length)

#output as you excpect:
[3, 4, 5]

- Mani