【Python】テキストファイルを結合する際に、1列目の文字列を書き換える

Question

やりたいこと

テキストファイルを結合しようとしています。
その際、一列目にある文字列を全て__label__1と書き換えたいです。

データは__label__1.txtといった形で保存されています。

結合すると以下のようになっています。

結合後のファイル(__label-new__1.txt)

__label__1,　かまきり
__label__1,　バッタ
__label__2,　猿
__label__2,　牛

一列目に__label__2などが入っているのですが、
これを全て__label__１に書き換えたいです。

結合のコード

import glob

new =['__label__1.txt','__label__3.txt','__label__4.txt']

with open("__label-new__1.txt", "wb") as outfile:
    for f in new:
        with open(f, "rb") as infile:
            outfile.write(infile.read())

Comments

[yamap55]

- 1列という表記をしているという事は何らかの区切り文字があるという事でしょうか？
- 3列目以降はないという事で良いでしょうか？
- 1列目の値を全部「__label__１」固定にするという事は、結局欲しいのは2列目だけという事になりますが、あっていますか？

[Flutter_kun]

そうですね、__label__1, カマキリ
このようにカンマで区切っています。

[Flutter_kun]

質問に不備があったので、修正させていただきました。
お手数をお掛けしますが、ご確認いただけると助かります

Answer 1

import re

new =['__label__1.txt','__label__3.txt','__label__4.txt']

with open('__label-new__1.txt', 'w') as outfile:
    for f in new:
        with open(f, 'r') as infile:
            outfile.write(re.sub(r'(^|\n).+?(?=,)', r'\1__label__1', infile.read()))

Comments

[Flutter_kun]

ありがとうございます！
正規表現を使えばうまく行きますね！

助かりました！

Answer 2

元のコードを維持して愚直に実装すると以下のような感じでどうでしょうか。
※PATHは元のコードから変えているので注意してください。

import csv

new = [
    './data/a.txt',
    './data/b.txt',
]
output_p = './output.txt'
LABEL = '__label__1'

with open(output_p, 'w', encoding='utf-8') as outfile:
    for f in new:
        with open(f, encoding='utf-8') as infile:
            reader = csv.reader(infile)
            for r in reader:
                outfile.write(','.join([LABEL, r[1]]) + '\n')

↑を書いてからタグにpandasがある事に気づいたのでpandasでも書いてみます。

import pandas as pd

new = [
    './data/a.txt',
    './data/b.txt',
]
output_p = './output.txt'
LABEL = '__label__1'
df = pd.concat([pd.read_csv(f, header=None) for f in new])
df[0] = LABEL

df.to_csv(output_p, header=False, index=False)

Comments

[Flutter_kun]

ありがとうございます！
解決できました。

[Flutter_kun]

僕も同じようにdfを力技で解決しました。
df.drop(0,axis = 1)
df.insert(0,None','__label__new1')みたいに書きました