Pythonでテキストファイルの編集

全国のイベントをまとめたデータフレーム【df_event】から、イベントに携わった会社をvalue_counts()で抽出し、【company.txt】に保存しました。
各会社の繋がりをnetworkxで可視化するための下処理として【期待する結果】のようにテキストファイルを書き換えたいです。

A社、B社、C社

だと、３社の繋がりがあるので
0. A社　B社
0. A社　C社
0. B社　C社

となるようにしたいです。
（重複は削除しません。）

いい方法が浮かばず苦戦しています。。
どなたかご教授をよろしくお願いいたします。。

python
1with open("company.txt", encoding="utf-8") as f:
2    data_lines = f.read()
3
4data_lines = data_lines.replace("2", "")
5data_lines = data_lines.replace("1", "")
6data_lines = data_lines.replace("、", " ")
7
8with open("company.txt", mode="w", encoding="utf-8") as f:
9    f.write(data_lines)

【company.txt】
0. A社、B社、C社
0. 2
0. A社、E社
0. 2
0. D社、F社、G社、I社
0. 2
0. K社、J社、A社
0. 1
0. A社、E社、G社、H社
0. 1

【期待する結果】
0. A社　B社
0. A社　C社
0. B社　C社
0. A社　E社
0. D社　F社
0. D社　G社
0. D社　I社
0. F社　G社
0. F社　I社
0. G社　I社
0. K社　J社
0. K社　A社
0. J社　A社
0. A社　E社
0. A社　G社
0. A社　H社
0. E社　G社
0. E社　H社
0. G社　H社

行動規範の内容に同意します

回答1件

ベストアンサー

itertools.combinationsを使うと、ある集合から任意の２個をとる組み合わせを簡単に生成できます。

Python
1import itertools
2
3from io import StringIO
4s = """A社、B社、C社
52
6   
7  
8 
9
10A社、E社
112
12D社、F社、G社、I社
132
14K社、J社、A社
151
16A社、E社、G社、H社
171
18A社
191
20A社、E社
212"""
22data_lines = StringIO(s).read()
23
24data_lines = data_lines.replace("2", "")
25data_lines = data_lines.replace("1", "")
26data_lines = data_lines.replace("、", " ")
27
28# ↑までは質問コードと同じでよい。
29
30data_lines = data_lines.split('\n')
31for line in data_lines:
32    line = line.strip() # 前後の空白除去
33    if line:
34        line = line.split(' ')
35        for c in itertools.combinations(line,2):
36            s = ' '.join(c)
37            print(s)
38"""
39A社 B社
40A社 C社
41B社 C社
42A社 E社
43D社 F社
44D社 G社
45D社 I社
46F社 G社
47F社 I社
48G社 I社
49K社 J社
50K社 A社
51J社 A社
52A社 E社
53A社 G社
54A社 H社
55E社 G社
56E社 H社
57G社 H社
58A社 E社
59"""

投稿2020/02/03 11:24

編集2020/02/03 14:55

can110

総合スコア38260

退会済みユーザー

2020/02/03 12:16

ご回答ありがとうございます！ s = 'A社、B社、C社\n2\nA社、E社\n2\nD社、F社、G社、I社\n2\nK社、J社、A社\n1\nA社、E社、G社、H社\n1' の部分はこの形式でないとダメでしょうか？【df_event】からvalue_counts()で抽出した返り値をそのまま使うことはできますかm(_ _)m?

can110

2020/02/03 12:25 編集

その部分は、この回答コードをそのままコピペして実行できるようにするためのテストコード部分です。「# ↑までは質問コードと同じでよい。」とコメント文に書いているように、その部分は実際には質問コードと同じでよいです。 > 【df_event】からvalue_counts()で抽出した返り値をそのまま使うことはできますかm(_ _)m? df_eventの詳細分からないので何とも云えませんが、おそらくdf_eventからうまく加工して、"company.txt"を介さずに最終的なdfを作りこむことはそれほど難しくないように思えます。

退会済みユーザー

2020/02/03 13:10

なるほど！ありがとうございます！ちなみに上記コードは、会社名がひとつの場合はスキップされますか？？

can110

2020/02/03 13:15

実際のコードを動かしてみればわかると思いますが１つの要素から２つを取り出す組み合わせは存在しないので、ひとつの場合はスキップされます。

退会済みユーザー

2020/02/03 13:22

そうでしたか。。実際のデータで動かしてみたところ下記のような結果になってしまったので、試行錯誤してみます！ありがとうございましたm(_ _)m A社 A社 A社 A社 (空白) (空白) (空白) (空白) ・・・・

can110

2020/02/03 13:29

会社名がひとつ（「A社」という行がある）の場合、どのような出力が得たいのかによりますが「A社 A社」と出したいなら line = line.split(' ') if len(line) == 1: s = '{} {}'.format( line[0], line[0]) else: # 略のようにすればよいかと思います。

退会済みユーザー

2020/02/03 13:48

いえ、会社名がひとつの場合はスキップしたいと思っていました！なので上記コードでいけると思ったのですが、、

can110

2020/02/03 14:00

回答コードのテストデータ部分を分かりやすいように修正＆「A社」の行を追加しました。処理部分のコードはそのままで変わってませんが「A社」の行はスキップされます。

退会済みユーザー

2020/02/03 14:38

ありがとうございます！もしかして、実際のテキストデータは会社名と数字の間に空白スペースがあるのですが、それが問題でしょうか？

退会済みユーザー

2020/02/03 14:40

空白スペースはかなり長くありますm(__)m

can110

2020/02/03 14:56 編集

実際のテキストデータのカタチがよく分かりませんが「空白スペース」とは改行のみの行ということですか？であれば、処理のどこかのタイミングで空行を除去するか処理中にスキップすればよいかと思います。コード修正しました。

退会済みユーザー

2020/02/03 15:01

失礼しましたm(__)m 半角のスペースが大量にあります。。

退会済みユーザー

2020/02/03 15:03

data_lines = data_lines.replace("、", " ") の前に data_lines = data_lines.replace(" ", "") を入れたら解決できました！！助かりました。ありがとうございましたm(__)m

can110

2020/02/03 15:06

解決してよかったです。

退会済みユーザー

2020/02/04 01:42

ちなみに、、〈該当コード〉 f = ' '.join(c) print(s) with open("company.txt", mode="w", encoding="utf-8") as f: f.write(line) とするとテキストファイルが白紙で保存されてしまうのですが解決方法はありますでしょうかm(__)m

行動規範の内容に同意します