0

Tengo un archivo con informacion de este tipo:

0.0,valor1
0.1,valor2
0.2,valor3
0.0,valor4
0.1,valor5
0.2,valor6

Lo que intento hacer es eliminar los elementos repetidos de la primer columna pero conservando la información de la columna dos agregándolos como una nueva columna. Es decir que quiero obtener:

0.0,valor1,valor4
0.1,valor2,valor5
0.2,valor3,valor6

Intente hacer manipulando diccionarios de la siguiente manera

with open("file.dat") as archivo:
    datos = {}
    for linea in archivo:
            if linea != "\n":
                   linea_limpia = linea
            tiempo, _ = linea_limpia.rstrip("\n").split(" ")
            if tiempo not in datos:
                   datos[tiempo] = linea_limpia.rstrip("\n")
datos = list(datos.values())

Lo que no pude es agregar los valores de la columna 2.

2 respuestas 2

1

Esta clase de problemas las puedes resolver con un diccionario. La llave es el tiempo (0.0, 0.1, 0.2) y el valor asociado es la lista de valores (valor1, valor2, ...).

Para construir el diccionario vas leyendo linea a linea el archivo y recuperando el tiempo y el valor. Con eso actualizadas tu diccionario asi:

for linea in archivo:
    tiempo, valor = linea.rstrip().split(",")
    datos[tiempo].append(valor)

Extraer el tiempo y valor del archivo es más simple de lo que hiciste, como podrás apreciar.

Vamos a ocupar defaultdict para crear un diccionario con valor por default. Eso significa que si tratamos de acceder a una llave que no existe, el defaultdict automáticamente crea la entrada y la puebla con el valor por default que dijistes:

from collections import defaultdict
datos = defaultdict(list)

En este caso, el valor por default es una lista (vacia).

Asi, todo se reduce a:

from collections import defaultdict
with open("file.dat") as archivo:
    datos = defaultdict(list)
    for linea in archivo:
        tiempo, valor = linea.rstrip().split(",")
        datos[tiempo].append(valor)

Comprobación

Con este código de prueba

for key, value in datos.items():
    print(key, value)

obtuvimos

0.0 ['valor1', 'valor4']
0.1 ['valor2', 'valor5']
0.2 ['valor3', 'valor6']
2
  • Genial! Muchisimas gracias por la respuesta. Soy principiante en python y estuve dando vueltas un rato con esto. Con esto ahora puedo intentar manejar grandes archivos "*.dat"
    – CRISTIAN
    Commented el 28 jul. 2020 a las 20:49
  • Cristian, recuerda aceptar la respuesta si te ha sido de utilidad. Saludos Commented el 29 jul. 2020 a las 15:04
0

Puedes utilizar la librería Pandas.
Para leer los datos

import pandas as pd
df = pd.read_csv("file.dat",sep=",",header=None)
df
     0       1
0  0.0  valor1
1  0.1  valor2
2  0.2  valor3
3  0.0  valor4
4  0.1  valor5
5  0.2  valor6

y después agrupamos

df.groupby(df.columns[0])[df.columns[1]].apply(list)
0.0    [valor1, valor4]
0.1    [valor2, valor5]
0.2    [valor3, valor6]

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.