提问人：RaHeSch 提问时间：12/11/2022 最后编辑：RaHeSch 更新时间：12/11/2022 访问量：191
字符串到 Python 3.10 中的浮点数。字符串的哪种格式？
String to Float in Python 3.10. Which format of the string?
问：
我想使用 Python 3.10 将字符串转换为浮点数。
问题出在字符串的格式上。例如：
" 3.841-11"
它代表 3.841E-011。
我尝试了经典的
float(" 3.841-11")
但这给出了一个错误。
仅仅更改这个字符串是没有解决方案的，因为我想读取一个更大的文件，如下所示：
$$
$$ GRID Data
$$
GRID 1 -44.0332667.9 -2.55271
GRID 2 -39.1406667.9 -2.26907
GRID 3 -34.2481667.9 -1.98544
GRID 4 -29.3555667.9 -1.70181
GRID 5 -24.4629667.9 -1.41817
GRID 6 -19.5703667.9 -1.13454
GRID 7 -14.6777667.9 -.850903
GRID 8 -9.78516667.9 -.567269
GRID 9 -4.89258667.9 -.283634
GRID 10 3.055-13667.9 3.841-11
GRID 11 4.892579667.9 .2836343
这是我的代码：
def read_fem(location):
mesh = open(location, 'r').read().splitlines()
point = []
for i in range(1, len(mesh)):
if '$' not in mesh[i]:
if 'GRID' in mesh[i]:
number = int(mesh[i][8:16])
x = float(mesh[i][24:32])
y = float(mesh[i][32:40])
z = float(mesh[i][40:48])
point.append([number, x, y, z])
感谢每一个答案。
答：
2赞
mozway
12/11/2022
#1
使用 Pandas
IMO，最好不要手动解析您的文件，而是使用库。Pandas 是理想的选择。首先用 pandas.read_fwf 读取文件，然后在转换为浮点数之前以正确的指数形式在前面加上一个数字：replace-+
import pandas as pd
data = pd.read_fwf('data.txt', sep='\s+', colspecs=[(8,16),(24,32),(32,40),(40,48)])
# fix the incorrect numbers
# and convert to float
data.update(data.select_dtypes(exclude='number')
.apply(lambda s: s.str.replace(r'(?<=\d)(?=[-+])', 'e', regex=True)
.astype(float))
)
# convert to list
out = data.to_numpy().tolist()
输出：
[[1, -44.0332, 667.9, -2.55271],
[2, -39.1406, 667.9, -2.26907],
[3, -34.2481, 667.9, -1.98544],
[4, -29.3555, 667.9, -1.70181],
[5, -24.4629, 667.9, -1.41817],
[6, -19.5703, 667.9, -1.13454],
[7, -14.6777, 667.9, -0.850903],
[8, -9.78516, 667.9, -0.567269],
[9, -4.89258, 667.9, -0.283634],
[10, 3.055e-13, 667.9, 3.841e-11],
[11, 4.892579, 667.9, 0.2836343]]
较旧的答案
在转换为之前替换为：-e-float
s = '3.841-11'
out = float(s.replace('-', 'e-'))
输出：3.841e-11
如果可以的话，一种更通用的方法是使用正则表达式：e+
import re
s = '3.841+4'
out = float(re.sub(r'(?=[-+])', 'e', s))
输出：38410.0
用于修复文件的短程序
这将读取并输出 中的固定浮点数。data.txtdata_clean.txt
import re
with open('data.txt') as f, open('data_clean.txt', 'w') as f_out:
f_out.write(re.sub(r'(?<=\d)(?=[-+])', 'e', f.read()))
我还看到你有像这样的数字，这将是无效的，因为指数必须是一个整数。您还可以修复以下问题：3.055-13667.9
import re
with open('data.txt') as f, open('data_clean.txt', 'w') as f_out:
f_out.write(re.sub(r'(?<=\d)([-+])(\d+.\d?)', lambda m: f'e{m.group(1)}{int(float(m.group(2)))}', f.read()))
固定文件：
$$
$$ GRID Data
$$
GRID 1 -44.0332667.9 -2.55271
GRID 2 -39.1406667.9 -2.26907
GRID 3 -34.2481667.9 -1.98544
GRID 4 -29.3555667.9 -1.70181
GRID 5 -24.4629667.9 -1.41817
GRID 6 -19.5703667.9 -1.13454
GRID 7 -14.6777667.9 -.850903
GRID 8 -9.78516667.9 -.567269
GRID 9 -4.89258667.9 -.283634
GRID 10 3.055e-13667 3.841e-11
GRID 11 4.892579667.9 .2836343
评论
0赞
RaHeSch
12/11/2022
感谢您的回答！我修改了我的问题。我想读一个更大的文件，所以我想我不能像这样解决它。
0赞
Mark Ransom
12/11/2022
@RaHeSch文件大小无关紧要，您可以将其逐个应用于文件中的每个值或行。
0赞
Mark Ransom
12/11/2022
如果正则表达式强制在 +/- 之前添加一个数字，则该正则表达式可能会更可靠。
0赞
RaHeSch
12/11/2022
@MarkRansom我试过了，但是这一行现在将 e 放在每个“-”之前。例如，'-2.55271' -> ' e-2.55271'
0赞
mozway
12/11/2022
@RaHeSch您应该考虑使用 csv/pandas 来读取文件，那么您可以应用转换以转换为浮点数
0赞
ScottC
12/11/2022
#2
以下程序将：
- 假设文件被命名为：
grid_data.txt - 寻找用数字包围的连字符，例如。 并转换为
3.841-113.841e-11 - 忽略数字开头的连字符，例如。
-44.0332
该函数允许转换发生。fix_float()
- 使用的正则表达式是
\d(-)\d
法典：
import re
pattern = re.compile(r'\d(-)\d')
def fix_float(m):
val = m.group(0).replace('-','e-')
return val
def read_fem(location):
mesh = open(location, 'r').read().splitlines()
point = []
for m in mesh:
if '$' not in m:
if 'GRID' in m:
number = int(m[8:16])
x = float(pattern.sub(fix_float, m[24:32]))
y = float(pattern.sub(fix_float, m[32:40]))
z = float(pattern.sub(fix_float, m[40:48]))
point.append([number, x, y, z])
return point
# Extract the data from the file
data = read_fem('grid_data.txt')
# Display the data
for point in data:
print(point)
输出：
[1, -44.0332, 667.9, -2.55271]
[2, -39.1406, 667.9, -2.26907]
[3, -34.2481, 667.9, -1.98544]
[4, -29.3555, 667.9, -1.70181]
[5, -24.4629, 667.9, -1.41817]
[6, -19.5703, 667.9, -1.13454]
[7, -14.6777, 667.9, -0.850903]
[8, -9.78516, 667.9, -0.567269]
[9, -4.89258, 667.9, -0.283634]
[10, 3.055e-13, 667.9, 3.841e-11]
[11, 4.892579, 667.9, 0.2836343]
评论
667.9