Python实战：读取TXT成绩数据并自动清洗取前三

数据处理目标与准备条件

在实际应用场景中，原始数据往往来自不同终端或手动录入，导致格式杂乱。本例以james、julie、mikey、sarah四名学生的成绩记录为例，数据文件中混杂了减号“-”、冒号“:”和点号“.”作为分秒分隔符。我们的目标是利用Python实现自动化，统一将时间格式标准化为“分.秒”，剔除重复项后按升序排列，最终输出每人最优的三项成绩。开始前请确保已安装Python环境，并在同级目录下准备好对应的四个成绩文本文件。

核心实现步骤

第1步：准备测试数据文件

在本地创建工程文件夹，新建四个纯文本文件并分别写入以下混合格式的原始成绩数据。注意每行仅存放一条长串数据，无需换行：

• james.txt: 2-34,3:21,2.34,2.45,3.01,2:01,2:01,3:10,2-22
• julie.txt: 2.59,2.11,2:11,2:23,3-10,2-23,3:10,3.21,3-21
• mikey.txt: 2:22,3.01,3:01,3.02,3:02,3.02,3:22,2.49,2:38
• sarah.txt: 2:58,2.58,2:39,2-25,2-55,2:54,2.18,2:55,2:55

第2步：切换至数据存储目录

为避免每次打开文件时填写绝对路径，代码首先使用os.chdir()将Python运行时的当前工作目录指向文件所在文件夹。示例路径为教程默认结构，实际使用时请替换为你的真实保存路径：

import os
os.chdir('你的实际数据目录路径')

第3步：封装数据读取与格式统一函数

为实现健壮的文件交互，定义get_filedata函数负责安全读取。它采用上下文管理器with open()自动释放资源，遇到IOError时捕获异常并返回None。读取后通过strip().split(',')清除首尾空格并按逗号切分字符串，得到初始列表。

接着编写modify_time_format进行字符串格式统一。该函数依次检测字符串中是否存在“-”、“:”或“.”，锁定对应的分隔符后再次调用split()将其拆分为分钟和秒数，最后拼接为标准的“分.秒”形式返回。此逻辑可兼容任意一种混合录入习惯，无需硬编码固定分隔符。

第4步：执行去重排序与结果提取

核心逻辑集中在get_prev_three函数中。流程分为四步：
1. 列表推导式遍历原始数据，批量应用时间格式转换。
2. 将转换后的列表传入set()转换为集合，天然滤除重复的时间记录。
3. 使用内置sorted()对集合元素按字典序升序排列（因格式已统一为xx.xx，字符串排序等价于数值大小排序）。
4. 切片返回索引0到3的前三项。

def get_filedata(filename):
    try:
        with open(filename) as f:
            data = f.readline()
            return data.strip().split(',')
    except IOError as ioerr:
        print('File Error' + str(ioerr))
        return None

def modify_time_format(time_string):
    if "-" in time_string:
        splitter = "-"
    elif ":" in time_string:
        splitter = ":"
    else:
        splitter = "."
    mins, secs = time_string.split(splitter)
    return mins + '.' + secs

def get_prev_three(filename):
    new_list = [modify_time_format(t) for t in get_filedata(filename)]
    delete_repetition = set(new_list)
    in_order = sorted(delete_repetition)
    return in_order[0:3]

print(get_prev_three("james.txt"))
print(get_prev_three("julie.txt"))
print(get_prev_three("mikey.txt"))
print(get_prev_three("sarah.txt"))

完成判断与排错指南

运行脚本后，控制台应依次打印出四个列表，格式均为['xx.xx', 'xx.xx', 'xx.xx']。例如james的预期结果应为['2.01', '2.22', '2.34']。若出现空白输出或报错，请按以下顺序排查：
- 确认工作目录是否真的包含了目标.txt文件，路径拼写是否存在大小写差异。
- 检查TXT文件编码是否为标准UTF-8或ANSI，避免隐藏的非打印字符干扰readline()读取。
- 若需调整提取数量，直接修改最后一行切片范围如[0:N]即可，集合去重逻辑保持不变。

简要总结

本案例完整展示了Python数据处理的基础链路：从文件IO访问、动态分隔符识别，到利用集合特性高效数据去重，最后借助排序输出业务指标。代码结构清晰且易于复用，稍作参数化改造即可迁移至日志分析、运动计时等常规场景。以上就是Python读取TXT成绩数据并自动清洗取前三的详细内容，更多关于Python数据处理与基础算法实战的资料请关注本站其它相关文章！