专业计划列表和学费列表

发布时间：2025-06-24 20:40:04  作者：北方职教升学中心  阅读量：759

专业计划列表和学费列表。

1. 问题背景：在数据处理的实践中，从原始文本数据中提取关键信息并将其转换为结构化数据是一个常见的任务。该函数接受多个列表作为参数，循环遍历这些列表并将数据转换为字典格式，最终使用 Pandas 库将字典转换为 DataFrame。

5. 实例演示：

import reimport pandas as pd# 打开文件with open('./txt/combined.txt', 'r', encoding='utf-8') as file:    # 逐行读取文件内容    lines = file.readlines()# 初始化一个空列表，用于存储满足条件的行selected_lines = []sch_bsnall = []sch_nameall = []sch_numbers = []sch_bsn = ''sch_name = ''sch_num = ''zy_bsn = []zy_name = []zy_num = []fee_numbers = []fee_num = ''index_list = []ind = 1temp = 0# 遍历每一行for line in lines:    parts = line.split()    # 检查行是否以两个数字开头    if parts[0].isdigit() and len(parts[0]) == 2:        # 如果是，则将该行添加到列表中        selected_lines.append(line.strip())        # 使用正则表达式模式匹配类似 "5000 元" 格式的数据        # pattern = r'\b\d+\s*元\b'        pattern = r'\d\d\d\d+'        # 使用 re.findall() 函数提取匹配到的数据        matches = re.findall(pattern, line.strip())        if len(sch_bsnall) - 1 >= 0:            if sch_bsnall[len(sch_bsnall) - 1] == sch_bsn:                index_list.append(ind)            else:                ind = ind + 1                index_list.append(ind)        else:            index_list.append(ind)        if len(matches) >= 1:            temp = 1            matchnum1 = matches[0].split()            fee_num = matchnum1[0]        fee_numbers.append(fee_num)        sch_bsnall.append(sch_bsn)        sch_nameall.append(sch_name)        sch_numbers.append(sch_num)        print(len(parts))        zy_bsn.append(parts[0])        if len(parts) >= 3:            if parts[2].isdigit():                zy_num.append(parts[2])                zy_name.append(parts[1])            else:                # 获取列表中的第二个字符                second_char = parts[1]                # 初始化一个空字符串，用于存储提取出的数字                extracted_digits = ''                # 遍历第二个字符的每个字符                for char in second_char:                    # 判断字符是否为数字                    if char.isdigit():                        # 如果是数字，将其添加到提取的数字字符串中                        extracted_digits += char                zy_name.append(parts[1].replace(extracted_digits, ""))                # 获取列表中的第三个字符                three_char = parts[2]                # 遍历第三个字符的每个字符                for char in three_char:                    # 判断字符是否为数字                    if char.isdigit():                        # 如果是数字，将其添加到提取的数字字符串中                        extracted_digits += char                zy_num.append(extracted_digits)        else:            # 获取列表中的第二个字符            second_char = parts[1]            # 初始化一个空字符串，用于存储提取出的数字            extracted_digits = ''            # 遍历第二个字符的每个字符            for char in second_char:                # 判断字符是否为数字                if char.isdigit():                    # 如果是数字，将其添加到提取的数字字符串中                    extracted_digits += char            if extracted_digits:                parts1 = parts[1].split(extracted_digits)                zy_name.append(parts1[0])                zy_num.append(extracted_digits)            else:                zy_name.append(parts[1])                zy_num.append('识别出错啦')    elif parts[0].isdigit() and len(parts[0]) >= 4:        sch_bsn = parts[0]        if len(parts) >= 3:            if parts[2].isdigit():                sch_num = parts[2]                sch_name = parts[1]            else:                # 获取列表中的第二个字符                second_char = parts[1]                # 初始化一个空字符串，用于存储提取出的数字                extracted_digits = ''                # 遍历第二个字符的每个字符                for char in second_char:                    # 判断字符是否为数字                    if char.isdigit():                        # 如果是数字，将其添加到提取的数字字符串中                        extracted_digits += char                sch_name = parts[1].replace(extracted_digits, "")                # 获取列表中的第三个字符                three_char = parts[2]                # 遍历第三个字符的每个字符                for char in three_char:                    # 判断字符是否为数字                    if char.isdigit():                        # 如果是数字，将其添加到提取的数字字符串中                        extracted_digits += char                sch_num = extracted_digits        else:            # 获取列表中的第二个字符            second_char = parts[1]            # 初始化一个空字符串，用于存储提取出的数字            extracted_digits = ''            # 遍历第二个字符的每个字符            for char in second_char:                # 判断字符是否为数字                if char.isdigit():                    # 如果是数字，将其添加到提取的数字字符串中                    extracted_digits += char            if extracted_digits:                parts1 = parts[1].split(extracted_digits)                sch_name = parts1[0]                sch_num = extracted_digits            else:                sch_name = parts[1]                sch_num = '识别出错啦'    else:        # 使用正则表达式模式匹配类似 "5000 元" 格式的数据        pattern = r'\b\d+\s*元\b'        # 使用 re.findall() 函数提取匹配到的数据        matches = re.findall(pattern, line.strip())        if len(matches) >= 1:            matchnum1 = matches[0].split()            fee_num = matchnum1[0]            temp = 0newzy_num = []for i in range(0, len(zy_num)):    parts = zy_num[i].split(fee_numbers[i])    newzy_num.append(parts[0])def process(sch_bsnall,sch_nameall,sch_numbers,zy_bsn,zy_name,newzy_num,fee_numbers):    lis = []    for s in range(0, len(sch_bsnall)):        dic = {}        dic['校码'] = sch_bsnall[s]        dic['院校名称'] = sch_nameall[s]        dic['总计划'] = sch_numbers[s]        dic['专码'] = zy_bsn[s]        dic['专业名称'] = zy_name[s]        dic['专计划'] = newzy_num[s]        dic['学费(万)'] = fee_numbers[s]        lis.append(dic)    df = pd.DataFrame(lis)    return df# 写入到excel文件res = process(sch_bsnall,sch_nameall,sch_numbers,zy_bsn,zy_name,newzy_num,fee_numbers)res.index = index_listres.to_excel(r'C:\Users\Administrator\Desktop\1\image\2.xlsx', index=True)

6. 实现效果:

生成的excel文件

7. 总结：本文介绍了利用 Python 对文本数据进行处理，并将处理结果保存到 Excel 文件的方法。这样可以保证每个学校或专业的数据都被正确地提取和处理。

4. 数据处理过程：在示例代码中，我们使用了一个循环来遍历各个列表，并将对应位置的数据组合成字典。总计划列表、专业编码列表、本文将介绍如何使用 Python 对文本数据进行处理，并将处理结果保存到 Excel 文件中。该函数将这些数据组合成字典，并转换为 DataFrame 格式。

2. 代码解析：我们提供了一个示例代码，其中包含了一个名为 process()的函数。