Python每隔n行排序一次數據？

Question

我有以下數據

# Data set number 1 
# 
# Number of lines 4081 
# 
# Max number of column 3 is 5 
# Blahblah 
# The explanation about each rows 
3842 1 1 3843 0   0.873   0.922   0.000   0.317 
3843 2 2 3842 3844 0   0.873   0.873   1.747   2.000  -0.614 
3844 1 1 3843 0   0.873   0.922   0.000   0.312 
...... 
2191 3 2 2117 2120 0   0.925   0.934   1.878   2.000  -0.750 
# Data set number 2 
# 
# Number of lines 4081 
# 
# Max number of column 3 is 5 
# Blahblah 
# The explanation about each rows 
3842 1 1 3843 0   0.873   0.922   0.000   0.317 
3843 2 2 3842 3844 0   0.873   0.873   1.747   2.000  -0.614 

我的數據具有2010的數據集的重複格式，它由7個標題行+ 4081條數據線。如何對數據行進行排序，而不是整個數據行，但是在重複數據集內？所以，我希望對每個數據集的每個8〜4081行進行排序。

ps）我希望排序數據w.r.t第一列，我的意思是按列排序。因此，數據的第一列，應責令等欄目遵循

Answer 1

您可以使用numpy的，以數據集分成數據塊：

import numpy as np 
full = [line for line in open("foo4",'r').readlines() if not line.startswith("#")] 
datablocks = np.split(np.array(full), len(full)/4081) 
for block in datablocks: 
    #lines is a dataset, sorted by first column 
    lines = sorted(block, key= lambda line : int(line.split()[0])) 
    print lines 

Answer 2

你知道，標題是7行，所以你可以忽略：

data_txt='''\ 
# Data set number 1 
# 
# Number of lines 4081 
# 
# Max number of column 3 is 5 
# Blahblah 
# The explanation about each rows 
3842 1 1 3843 0   0.873   0.922   0.000   0.317 
3843 2 2 3842 3844 0   0.873   0.873   1.747   2.000  -0.614 
3844 1 1 3843 0   0.873   0.922   0.000   0.312''' 

data_lines=data_txt.splitlines() 
data=[map(float,line.split()) for line in data_lines[7:]] 

print data 
# [[3842.0, 1.0, 1.0, 3843.0, 0.0, 0.873, 0.922, 0.0, 0.317], [3843.0, 2.0, 2.0, 3842.0, 3844.0, 0.0, 0.873, 0.873, 1.747, 2.0, -0.614], [3844.0, 1.0, 1.0, 3843.0, 0.0, 0.873, 0.922, 0.0, 0.312]] 

然後，如果你要排序的第一元素列表：

data=sorted(data, key=lambda l: l[0]) 
print data 
# [[3842.0, 1.0, 1.0, 3843.0, 0.0, 0.873, 0.922, 0.0, 0.317], [3843.0, 2.0, 2.0, 3842.0, 3844.0, 0.0, 0.873, 0.873, 1.747, 2.0, -0.614], [3844.0, 1.0, 1.0, 3843.0, 0.0, 0.873, 0.922, 0.0, 0.312]] 

如果你想獨自離開的第一個元素，但每個排序列表的其餘部分：

data=[[e[0]]+sorted(e[1:]) for e in data] 

等

Answer 3

這樣的事情應該工作。

f_in = open('input', 'r') 
f_out = open('output', 'w') 

while True: 
    hdr = [] 
    for i in xrange(7): 
     hdr.append(f_in.readline()) 
    # Detect end-of-file condition 
    if not hdr[0]: 
     break 

    data = [] 
    for i in xrange(4081): 
     data.append(f_in.readline()) 
    data.sort() 
    f_out.writelines(hdr) 
    f_out.writelines(data) 

f_in.close() 
f_out.close()