如何将指定格式数据集转为Python字典（去除指定关键词）

问题描述 #

用户拥有如下格式的数据集：

bag 1:
weight: 9.4
value: 57
bag 2:
weight: 7.4
value: 94
...（其余bag条目略）

需要将其转换为类似{'1': [9.4, 57], '2': [7.4, 94]}的Python字典，同时去除“bag”“weight”“value”字样。但用户编写的代码无输出，代码如下：

capacity = 285
val = 0
weight = 0
b ='bag '
w = 'weight'
v = 'value'
Bag_dict = {}

with open('BankProblem.txt') as f:
    current_id = ''
    for line in f:
        if line.startswith('bag '):
            current_id = line.replace(':', '')
            if line.startswith('weight:'):
                Bag_dict.append((current_id, line))
                if line.startswith('value:'):
                    Bag_dict.append((current_id, weight, line))
print(Bag_dict)

原代码问题分析 #

1. 逻辑嵌套错误：在判断行以bag 开头的分支里，又判断该行是否以weight:开头，这两个条件不可能同时成立，导致后续代码永远不会执行。
2. 字典操作错误：Bag_dict是字典类型，没有append方法，字典需要通过键值对的方式添加数据。
3. 数据提取不完整：没有从weight:和value:行中提取具体数值，只是保留了原始行文本，也没有转换为正确的数据类型。
4. ID提取错误：line.replace(':', '')得到的是'bag 1'，没有提取出纯数字作为字典的键。

修正后的代码 #

Bag_dict = {}

with open('BankProblem.txt') as f:
    current_id = None
    current_weight = None
    current_value = None
    for line in f:
        line = line.strip()  # 去除首尾空白（缩进、换行符等）
        if not line:
            continue  # 跳过空行
        
        if line.startswith('bag '):
            # 先把上一个bag的数据存入字典（如果存在）
            if current_id and current_weight is not None and current_value is not None:
                Bag_dict[current_id] = [current_weight, current_value]
            # 提取bag的数字ID
            current_id = line.replace('bag ', '').rstrip(':')
            # 重置当前bag的权重和价值
            current_weight = None
            current_value = None
        elif line.startswith('weight:'):
            # 提取权重数值并转为float类型
            current_weight = float(line.split(':')[1].strip())
        elif line.startswith('value:'):
            # 提取价值数值并转为int类型
            current_value = int(line.split(':')[1].strip())
    
    # 处理最后一个bag的数据
    if current_id and current_weight is not None and current_value is not None:
        Bag_dict[current_id] = [current_weight, current_value]

print(Bag_dict)

代码说明 #

• 使用strip()处理每行的空白字符，避免缩进和换行影响判断逻辑。
• 分阶段收集每个bag的ID、权重和价值，当一个bag的所有数据收集完成后，再存入字典。
• 通过split(':')提取冒号后的数值部分，并转换为对应的数值类型（权重为float，价值为int）。
• 循环结束后处理最后一个bag的数据，避免遗漏。
• 字典通过键: 值的方式添加条目，符合字典的操作规范。

内容的提问来源于stack exchange，提问作者DasIstDread