Hola buenas noches recurro a ustedes para obtener sabiduría jaja, Resulta que tengo varios días tratando de organizar un TXT (Leer un TXT A e Imprimir un TXT B)
el asunto es que supongamos esta ordenado con registros de la siguiente manera:
1 2 3 1 2 3 ....
Y así sucesivamente, Obviamente aquí lo resumo muchísimo pero la realidad del archivo es que tiene mas de 1.000.000 de lineas y los registros pueden llegar a repetirse supongamos 4 veces, es decir que tendria 250.000 registros pero en 1.000.000 de lineas.
Lo que necesito es que quede organizado de tal manera que obtenga solo 250.000 líneas (siguiendo con el ejemplo) agrupando todo lo que sea 1, 1, 1, 1 ... 2, 2, 2, 2.
En un principio lo que se me ocurrio fue crear un ciclo que recorra el archivo, almacenar el ID (el numero) en una variable luego leer la siguiente linea y verificar si es igual o diferente, Si es igual uno las líneas y continuo buscando otros ID tantas veces sepa que se repite (porque si puedo saber cuantas veces se va a repetir un ID) entonces yo en un ciclo de X Repeticiones ubico todos los ID idénticos una vez hecho eso, cierro el archivo, lo vuelvo a abrir, le indico al archivo cuantas líneas voy a leer para obtener un nuevo ID y repito el proceso hasta que se tengo las 250.000 lineas.
Debo aclarar que lo que tengo funciona, pero es extremadamente tardado... entonces quisiera saber si hay forma de agilizarlo. Anexo el código de lo que indico, disculpen si no es bueno pero estoy comenzando en este lenguaje.
f = open("ArchivoEntrada.txt")
linea = f.readline()
conteo = 0
while linea != "":
conteo = conteo + 1
linea = f.readline()
f.close()
conteo = conteo + 1
#Lo primero que hago es verificar cuantas líneas tiene el archivo, esto lo hago recorriendo linea a linea y llevando un contador, no se si existe otro metodo.
g = open("ArchivoSalida.txt","w")
MyPos = 1 #Linea del archivo donde estoy parado actualmente
paginas = 4 #Cantidad de veces que se que se repite un mismo ID
while MyPos < conteo:
f = open("ArchivoEntrada.txt")
linea = f.readline()
linea = linea.replace("\n", "")
a = 1
while a != MyPos:
linea = f.readline()
linea = linea.replace("\n", "")
a = a + 1
#Con esta variable A lo que le indico es al archivo que lea tantas lineas hasta llegar a MyPos que se supone voy sumando 1 cada vez que termino de imprimir algo.
LineaN = linea
AuxNew = int(linea[0:8])
if AuxNew > AuxAnt:
ID1 = int(linea[0:8])
AuxAnt = ID1
#Con la variable AuxNew puedo ver si el ID que estoy leyendo es mayor al anterior que tenia, si no fuera mayor sencillamente me salto la linea porque ya lo habria unificado en un punto previo. esto claramente es para cuando estoy volviendo a leer los valores 1, 2, 3 por segunda vez por ejemplo.
j = 1
while j < paginas:
linea = f.readline()
linea = linea.replace("\n", "")
ID2 = int(linea[0:8])
while ID1 != ID2:
linea = f.readline()
linea = linea.replace("\n", "")
ID2 = int(linea[0:8])
#Procedo a leer la linea de Abajo hasta que el ID1 e ID2 sean iguales, una vez identifico que son iguales unifico y repito tantas veces como repeticiones sepa que tendré
LineaN = LineaN + linea[9:]
j = j + 1
g.write(LineaN.strip() +'\n')
#Finalmente imprimo la Linea unificada (LineaN) y repito el proceso sumando 1 a MyPos, con lo que cada vez iré bajando 1 linea mas en el archivo desde el comienzo pero obviamente haciendo un bucle de lectura desde 1 hasta MyPos.
MyPos = MyPos + 1
f.close()
g.close()
1,2,2,3,1,3
o1:{},2:{},3{}
. Pero si solo necesitas agarrar los numero y inglesarlo en orden puedes agarrar un diccionario y llenarlo de numero como key con valor dé 0:dic={ "%d"%i:0 for i in range(0,10)};
, ahora complobamos Si el char actual es un numero inclementamos el contador de ese numero:if char>='0' and char<='9': dic[char]+=1;
. y cuando debas escribirlo puedes hacer:for key,value in dic: for i in range( value ): f.write(key);