Leggi le prime N righe di un file in Python

Abbiamo un grande file di dati grezzi che vorremmo tagliare ad una dimensione specificata. Ho esperienza in .net c #, tuttavia vorrei farlo in Python per semplificare le cose e per interesse.

Come farei per ottenere le prime N righe di un file di testo in Python? Il sistema operativo utilizzato avrà effetti sull'implementazione?

Python 2

with open("datafile") as myfile:
    head = [next(myfile) for x in xrange(N)]
print head

Python 3

with open("datafile") as myfile:
    head = [next(myfile) for x in range(N)]
print(head)

Ecco un altro modo (sia Python 2 che 3)

from itertools import islice
with open("datafile") as myfile:
    head = list(islice(myfile, N))
print head

N = 10
with open("file.txt", "a") as file:  # the a opens it in append mode
    for i in range(N):
        line = next(file).strip()
        print(line)

Se si desidera leggere rapidamente le prime righe e non si preoccupano delle prestazioni, è possibile utilizzare .readlines()quale oggetto elenco di restituzione e quindi dividere l'elenco.

Ad esempio per le prime 5 righe:

with open("pathofmyfileandfileandname") as myfile:
    firstNlines=myfile.readlines()[0:5] #put here the interval you want

Nota: l'intero file viene letto, quindi non è il massimo dal punto di vista delle prestazioni, ma è facile da usare, veloce da scrivere e facile da ricordare, quindi se vuoi semplicemente eseguire un calcolo una tantum è molto conveniente

print firstNlines

Un vantaggio rispetto alle altre risposte è la possibilità di selezionare facilmente l'intervallo di linee, ad esempio saltando le prime 10 linee [10:30]o le ultime 10 [:-10]o prendendo solo le linee pari [::2].

Quello che faccio è chiamare le linee N usando pandas. Penso che la performance non sia la migliore, ma per esempio se N=1000:

import pandas as pd
yourfile = pd.read('path/to/your/file.csv',nrows=1000)

Non esiste un metodo specifico per leggere il numero di righe esposte dall'oggetto file.

Immagino che il modo più semplice sarebbe seguire:

lines =[]
with open(file_name) as f:
    lines.extend(f.readline() for i in xrange(N))

Basato sulla risposta più votata da gnibbler (20 novembre 2009 alle 0:27): questa classe aggiunge il metodo head () e tail () all'oggetto file.

class File(file):
    def head(self, lines_2find=1):
        self.seek(0)                            #Rewind file
        return [self.next() for x in xrange(lines_2find)]

    def tail(self, lines_2find=1):  
        self.seek(0, 2)                         #go to end of file
        bytes_in_file = self.tell()             
        lines_found, total_bytes_scanned = 0, 0
        while (lines_2find+1 > lines_found and
               bytes_in_file > total_bytes_scanned): 
            byte_block = min(1024, bytes_in_file-total_bytes_scanned)
            self.seek(-(byte_block+total_bytes_scanned), 2)
            total_bytes_scanned += byte_block
            lines_found += self.read(1024).count('\n')
        self.seek(-total_bytes_scanned, 2)
        line_list = list(self.readlines())
        return line_list[-lines_2find:]

Uso:

f = File('path/to/file', 'r')
f.head(3)
f.tail(3)

I due modi più intuitivi per farlo sarebbero:

1. Scorrere sul file riga per riga e breakdopo le Nrighe.

2. Scorrere il file riga per riga utilizzando i tempi del next()metodo N. (Questa è essenzialmente solo una sintassi diversa per ciò che fa la risposta principale.)

Ecco il codice:

# Method 1:
with open("fileName", "r") as f:
    counter = 0
    for line in f:
        print line
        counter += 1
        if counter == N: break

# Method 2:
with open("fileName", "r") as f:
    for i in xrange(N):
        line = f.next()
        print line

La linea di fondo è che, purché non si utilizzi readlines()o si enumerateingaggi l'intero file in memoria, si hanno molte opzioni.

il modo più comodo per conto mio:

LINE_COUNT = 3
print [s for (i, s) in enumerate(open('test.txt')) if i < LINE_COUNT]

Soluzione basata su Comprensione elenco La funzione open () supporta un'interfaccia di iterazione. Enumerate () copre open () e restituisce tuple (indice, elemento), quindi controlliamo di trovarci all'interno di un intervallo accettato (se i <LINE_COUNT) e quindi semplicemente stampare il risultato.

Goditi il ​​Python. ;)

Per le prime 5 righe, fai semplicemente:

N=5
with open("data_file", "r") as file:
    for i in range(N):
       print file.next()

Se vuoi qualcosa che ovviamente (senza cercare cose esoteriche nei manuali) funziona senza importazioni e prova / tranne e funziona su una buona gamma di versioni di Python 2.x (da 2.2 a 2.6):

def headn(file_name, n):
    """Like *x head -N command"""
    result = []
    nlines = 0
    assert n >= 1
    for line in open(file_name):
        result.append(line)
        nlines += 1
        if nlines >= n:
            break
    return result

if __name__ == "__main__":
    import sys
    rval = headn(sys.argv[1], int(sys.argv[2]))
    print rval
    print len(rval)

Se hai un file molto grande e supponendo che desideri che l'output sia un array intorpidito, l'utilizzo di np.genfromtxt bloccherà il tuo computer. Questo è molto meglio nella mia esperienza:

def load_big_file(fname,maxrows):
'''only works for well-formed text file of space-separated doubles'''

rows = []  # unknown number of lines, so use list

with open(fname) as f:
    j=0        
    for line in f:
        if j==maxrows:
            break
        else:
            line = [float(s) for s in line.split()]
            rows.append(np.array(line, dtype = np.double))
            j+=1
return np.vstack(rows)  # convert list of vectors to array

A partire da Python 2.6, puoi trarre vantaggio da funzioni più sofisticate nel clase di base IO. Quindi la risposta più votata sopra può essere riscritta come:

    with open("datafile") as myfile:
       head = myfile.readlines(N)
    print head

(Non devi preoccuparti che il tuo file abbia meno di N righe poiché non viene generata alcuna eccezione StopIteration.)

Questo ha funzionato per me

f = open("history_export.csv", "r")
line= 5
for x in range(line):
    a = f.readline()
    print(a)

Funziona con Python 2 e 3:

from itertools import islice

with open('/tmp/filename.txt') as inf:
    for line in islice(inf, N, N+M):
        print(line)

fname = input("Enter file name: ")
num_lines = 0

with open(fname, 'r') as f: #lines count
    for line in f:
        num_lines += 1

num_lines_input = int (input("Enter line numbers: "))

if num_lines_input <= num_lines:
    f = open(fname, "r")
    for x in range(num_lines_input):
        a = f.readline()
        print(a)

else:
    f = open(fname, "r")
    for x in range(num_lines_input):
        a = f.readline()
        print(a)
        print("Don't have", num_lines_input, " lines print as much as you can")


print("Total lines in the text",num_lines)

#!/usr/bin/python

import subprocess

p = subprocess.Popen(["tail", "-n 3", "passlist"], stdout=subprocess.PIPE)

output, err = p.communicate()

print  output

Questo metodo ha funzionato per me