Leia as primeiras N linhas de um arquivo em python

Temos um grande arquivo de dados brutos que gostaríamos de cortar para um tamanho especificado. Tenho experiência em .net c #, no entanto, gostaria de fazer isso em python para simplificar as coisas e por interesse.

Como eu iria obter as primeiras N linhas de um arquivo de texto em python? O sistema operacional em uso terá algum efeito na implementação?

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)

Aqui está outra maneira (ambos Python 2 e 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 você deseja ler as primeiras linhas rapidamente e não se importa com o desempenho, pode usar .readlines()qual objeto da lista de devoluções e depois dividir a lista.

Por exemplo, para as 5 primeiras linhas:

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

Nota: o arquivo inteiro é lido e, portanto, não é o melhor do ponto de vista do desempenho, mas é fácil de usar, rápido de escrever e fácil de lembrar; portanto, se você quiser apenas executar um cálculo único, é muito conveniente

print firstNlines

Uma vantagem em comparação com as outras respostas é a possibilidade de seleccionar facilmente a gama de linhas por exemplo, pular as primeiras 10 linhas [10:30]ou a dura 10 [:-10]ou tendo apenas linhas pares [::2].

O que faço é chamar as N linhas usando pandas. Eu acho que o desempenho não é o melhor, mas por exemplo se N=1000:

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

Não existe um método específico para ler o número de linhas expostas pelo objeto de arquivo.

Eu acho que a maneira mais fácil seria seguir:

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

Com base na resposta votada pelo topo do gnibbler (20 de novembro de 2009 às 0:27): essa classe adiciona os métodos head () e tail () ao arquivo do objeto.

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)

As duas maneiras mais intuitivas de fazer isso seriam:

1. Iterar no arquivo linha por linha e linhas breakposteriores N.

2. Iterar no arquivo linha por linha usando os tempos do next()método N. (Essa é essencialmente apenas uma sintaxe diferente para o que a resposta principal faz.)

Aqui está o código:

# 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

A conclusão é que, desde que você não use readlines()ou enumerateinsira o arquivo inteiro na memória, você terá muitas opções.

maneira mais conveniente por conta própria:

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

Solução baseada na compreensão da lista A função open () suporta uma interface de iteração. O enumerate () abrange as tuplas open () e return (índice, item), depois verificamos se estamos dentro de um intervalo aceito (se i <LINE_COUNT) e, em seguida, simplesmente imprimimos o resultado.

Aproveite o Python. ;)

Nas primeiras 5 linhas, basta:

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

Se você deseja algo que obviamente (sem procurar informações esotéricas nos manuais) funcione sem importações e tente / exceto e funcione em uma variedade razoável de versões do Python 2.x (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 você tiver um arquivo muito grande e supondo que deseja que a saída seja uma matriz numpy, o uso de np.genfromtxt congelará o computador. Isso é muito melhor na minha experiência:

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 partir do Python 2.6, você pode tirar proveito de funções mais sofisticadas no clase base de E / S. Portanto, a resposta mais bem avaliada acima pode ser reescrita como:

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

(Você não precisa se preocupar com o fato de seu arquivo ter menos de N linhas, pois nenhuma exceção StopIteration é lançada.)

Isso funcionou para mim

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

Isso funciona para 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

Este método funcionou para mim