24小时热门版块排行榜    

Znn3bq.jpeg
查看: 1558  |  回复: 9
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

淡蓝幽香

新虫 (初入文坛)

[求助] 程序求解:重复的相同数据用同样的代码取代

小女有如下数据,片段截取如下(每列用了制表符分隔)
Col1        Col2        Col3        Col4        Col5        Col6
1        G L        0        0        1        0
1        EL        0        0        2        0
1        (5)W S        G L        EL        2        0
1        G S        0        0        1        0
1        A S        0        0        2        0
1        (10)A D        G S        A S        2        0
1        (65)B        B D        (10)A D        2        0
1        M M K        (4)M K        (65)B        2        0

2        J K        0        0        1        0
2        A        0        0        2        0
2        P R        0        0        1        0
2        A R        0        0        2        0
2        (59)M Z J K        A        2        0
2        (30)M R        (8)A R        (19)L R        1        0

其中第一列表示组号,希望得到如下的结果:
1. 在每一组里,不带有数字的字母项,用符号表示。其中具有相同字母的项目(没有数字的字母列),用相同符号表示,如NA1,如第一行G L————NA1,第三行的G L也是NA1,但是第二行的EL为NA2
2.同一组里,带有数字的字母项,字母删除,只留下数字


自己尝试的写了下,发现,乱成了一团,紧急求助各位达人,先谢过啦!!!
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xioooli

金虫 (小有名气)

【答案】应助回帖

感谢参与,应助指数 +1
好吧,来个python版的,使用:
python2 /path/to/your/datafile
CODE:
import sys, re
d = {}
l = []
n = 1
regx0 = re.compile(r'\(([0-9]+)\)[A-Z]+')
regx1 = re.compile(r'[A-Z]+')
repl = lambda g: g.groups()[0]
for line in open(sys.argv[1], 'r'):
    tmpl = []
    if line.startswith('Col'):
        l.append(line.strip())
        continue
    line = regx0.sub(repl, line)
    for i in line.strip().split('\t'):
        if regx1.match(i):
            if not i in d.keys():
                d[i] = 'NA%s' %n
                n += 1
            tmpl.append(d[i])
        else:
            tmpl.append(i)
    l.append('\t'.join(tmpl))
print '\n'.join(l)

5楼2012-07-07 11:10:28
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 10 个回答

jjdg

版主 (知名作家)

优秀版主

还是不太清楚你的意图
努力学习!以正当途径!获得需要的知识!
2楼2012-07-07 01:15:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

淡蓝幽香

新虫 (初入文坛)

引用回帖:
2楼: Originally posted by jjdg at 2012-07-07 01:15:44
还是不太清楚你的意图

恩,就是啊,数据中第一列表示组号,每个组都希望做到以下的事情,如组一
1.有字母没有数字的项目,都替换成NAi,其中i 的取值根据情况而定. 如第一个碰见的字母组合是G L,那么自然是NA 1, 而第一行和第三行的字母相同,都是 G L,那么就用相同的NA1表示,第二行EL则用NA2表示,依次类推。

2.有字母,有数字的项目,只留下数字,不要字母。

还有哪里不清楚么?
3楼2012-07-07 05:35:57
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jackie1179

木虫 (正式写手)

【答案】应助回帖

感谢参与,应助指数 +1
给你写了个perl脚本,希望能够帮到你。
用法:perl  ./pro.pl  input_file output_file
贴上代码:
#!/usr/bin/perl -w

unless(@ARGV) {
  die "Arguments not enough!$!";
}
$in = $ARGV[0];
$out = $ARGV[1];
open(IN,"$in" || die "Cannot open this file!$!";
open(OUT,">$out" || die "Cannot write to this file!$!";
undef %string;
$cnt = 0;
while( {
  chomp;
  @array = split /\t/;
  foreach $ele(@array) {
    if($ele lt '0' || $ele gt '9') {
      print $ele,"\t";
      if($ele =~ /\((\d+)\)/) {
        $ele = $1;
      } else {
        if(!defined $string{$ele}) {
         
          $cnt++;
          $string{$ele} = $cnt;
          $ele = "NA" . $cnt;
        } else {
          $ele = "NA" . $string{$ele};
        }
      
      }
      
    }
    print OUT "$ele\t";
  }
  print OUT "\n";
  
}

close IN;
close OUT;
4楼2012-07-07 10:08:13
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考博] 申博/考博 +3 啃面包的小书虫 2026-04-17 4/200 2026-04-17 23:54 by 阳阳阳^_^
[考研] 304求调剂 +7 castLight 2026-04-16 7/350 2026-04-17 20:05 by 关一盏灯cd
[考研] 接受任何调剂 +4 也就是栗子 2026-04-17 4/200 2026-04-17 17:57 by Equinoxhua
[考研] 335求调剂 +20 想上岸呀!! 2026-04-12 23/1150 2026-04-17 10:50 by cuisz
[考研] 22408 312求调剂 +23 门路摸摸 2026-04-14 25/1250 2026-04-16 21:21 by Art1977
[考研] 291求调剂 +11 关忆北. 2026-04-14 11/550 2026-04-16 15:18 by jiahl2024
[考博] 申博自荐 +3 Linxia林夏 2026-04-13 3/150 2026-04-16 12:55 by 墨荷之露
[基金申请] RY:中国产出的科学垃圾论文,绝对数量和比例都世界第一 +7 zju2000 2026-04-14 18/900 2026-04-16 11:36 by 欢乐颂叶蓁
[考研] 求调剂推荐 +8 小聂爱学习 2026-04-14 8/400 2026-04-16 07:22 by 学员JpLReM
[考研] 289 分105500药学专硕求调剂(找B区学校) +4 白云123456789 2026-04-13 4/200 2026-04-16 00:18 by 粉沁若尘
[考研] 085801电气专硕272求调剂 +19 电气李 2026-04-13 21/1050 2026-04-15 13:37 by 黑科技矿业
[考研] 085408光电信息工程专硕355一志愿长春光机所调剂 +6 王ymaa 2026-04-13 13/650 2026-04-14 11:33 by 王ymaa
[考研] 考研求调剂 +12 子木呐 2026-04-12 13/650 2026-04-14 01:19 by 王珺璞
[考研] 考研英一数一338分 +9 长江大学东校区 2026-04-13 10/500 2026-04-14 00:41 by 王珺璞
[考研] 302求调剂 +10 易!? 2026-04-13 10/500 2026-04-13 19:04 by lbsjt
[考研] 材料考研调剂 +29 云木达达 2026-04-11 31/1550 2026-04-13 13:32 by lyh鲁老师
[考研] 0854调剂 +10 长弓傲 2026-04-11 11/550 2026-04-13 10:38 by wp06
[考研] 291求调剂 +8 关忆北. 2026-04-11 8/400 2026-04-12 09:32 by 逆水乘风
[考研] 331求调剂 +5 王国帅 2026-04-11 5/250 2026-04-11 22:56 by 溪涧流水
[考研] 调剂 +5 文道星台 2026-04-11 5/250 2026-04-11 15:01 by 凯凯要变帅
信息提示
请填处理意见