Skip to main content
Añadida estructura real del fichero procedente comentario del OP en respuesta.
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

¿Como ¿Cómo eliminar registros duplicados en un archivo de texto, dejando el mas reciente?

No se si exista alguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algoritmo ¿Cómo se haría?

Este es mi código actual que muestra como realizo el sort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))                                                                                                                                                                                                                  
open("ENDEUDADOS2.TXT", "w").writelines(linea1)   

Este es un ejemplo que muestra la estructura de mi archivo:

000155330074657374007936672018-07-1811.03.54.986989
000155330074657374007936672018-07-2002.15.23.880180 000155330074657374007936672018-07-2002.15.23.880180

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1811.03.54.98698900000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1911.00.54.98698900000000002382.75

dónde los últimos 26 caracteres es el timestamp. Alal final me quedaría solo con el más reciente:

000155330074657374007936672018-07-2002.15.23.880180

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75

Cada registro es identificado por los primeros 25 caracteres (K5512261007409609666303795), siendo esto es lo que hay que considerar para ver si es o no un duplicado. Los caracteres del 110 al 134 son la fecha (2018-07-2002.15.23.880180).

¿Como eliminar registros duplicados en un archivo de texto, dejando el mas reciente?

No se si exista alguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algoritmo ¿Cómo se haría?

Este es mi código actual que muestra como realizo el sort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))                                                                                                                                                                                                                  
open("ENDEUDADOS2.TXT", "w").writelines(linea1)   

Este es un ejemplo que muestra la estructura de mi archivo:

000155330074657374007936672018-07-1811.03.54.986989
000155330074657374007936672018-07-2002.15.23.880180 000155330074657374007936672018-07-2002.15.23.880180

dónde los últimos 26 caracteres es el timestamp. Al final me quedaría solo con el más reciente:

000155330074657374007936672018-07-2002.15.23.880180

¿Cómo eliminar registros duplicados en un archivo de texto, dejando el mas reciente?

No se si exista alguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algoritmo ¿Cómo se haría?

Este es mi código actual que muestra como realizo el sort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))
open("ENDEUDADOS2.TXT", "w").writelines(linea1)

Este es un ejemplo que muestra la estructura de mi archivo:

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1811.03.54.98698900000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1911.00.54.98698900000000002382.75

al final me quedaría solo con el más reciente:

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75

Cada registro es identificado por los primeros 25 caracteres (K5512261007409609666303795), siendo esto es lo que hay que considerar para ver si es o no un duplicado. Los caracteres del 110 al 134 son la fecha (2018-07-2002.15.23.880180).

Añadida información desde comentarios.
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

¿Como eliminar registros duplicados en un archivo de texto, dejando el mas reciente (fecha)?

No se si exista algún sortalguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algortimo ¿comoalgoritmo ¿Cómo se haría? soy nuevo en esto del python

Así estoy haciendoEste es mi código actual que muestra como realizo el sortsort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))                                                                                                                                                                                                                  
open("ENDEUDADOS2.TXT", "w").writelines(linea1)   

linea1=sorted(open("ENDEUDADOS-FINAL.TXT"))
open("ENDEUDADOS2.TXT","w")Este es un ejemplo que muestra la estructura de mi archivo:

000155330074657374007936672018-07-1811.03.54.986989
000155330074657374007936672018-07-2002.15.23.880180 000155330074657374007936672018-07-2002.15.23.880180

dónde los últimos 26 caracteres es el timestamp.writelines(linea1) Al final me quedaría solo con el más reciente:

000155330074657374007936672018-07-2002.15.23.880180

¿Como eliminar registros duplicados en un archivo de texto, dejando el mas reciente (fecha)?

No se si exista algún sort para hacer esto o se debe hacer con un algoritmo, si es con algortimo ¿como se haría? soy nuevo en esto del python

Así estoy haciendo el sort:

linea1=sorted(open("ENDEUDADOS-FINAL.TXT"))
open("ENDEUDADOS2.TXT","w").writelines(linea1)

¿Como eliminar registros duplicados en un archivo de texto, dejando el mas reciente?

No se si exista alguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algoritmo ¿Cómo se haría?

Este es mi código actual que muestra como realizo el sort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))                                                                                                                                                                                                                  
open("ENDEUDADOS2.TXT", "w").writelines(linea1)   

Este es un ejemplo que muestra la estructura de mi archivo:

000155330074657374007936672018-07-1811.03.54.986989
000155330074657374007936672018-07-2002.15.23.880180 000155330074657374007936672018-07-2002.15.23.880180

dónde los últimos 26 caracteres es el timestamp. Al final me quedaría solo con el más reciente:

000155330074657374007936672018-07-2002.15.23.880180

Origen Enlace

¿Como eliminar registros duplicados en un archivo de texto, dejando el mas reciente (fecha)?

No se si exista algún sort para hacer esto o se debe hacer con un algoritmo, si es con algortimo ¿como se haría? soy nuevo en esto del python

Así estoy haciendo el sort:

linea1=sorted(open("ENDEUDADOS-FINAL.TXT"))
open("ENDEUDADOS2.TXT","w").writelines(linea1)