使用python，打开此文件，读取文件中第2列和第三列的数据，并提取出来不重复的行，然后将其不重复的打印出第二列和第四列的数据

在Python中，你可以使用pandas库来轻松地完成这个任务。这里是一个简单的步骤指南：

import pandas as pd

# 打开文件
file_path = 'your_file_path.csv'  # 替换为你的文件路径
df = pd.read_csv(file_path)

# 提取第2列和第3列的数据（假设2列为索引列）
# 我们通常不直接操作原始数据的某一列作为索引，但在假设的情况下
# df = df[['Column2', 'Column3']]  # Column2和Column3是你的列名
# 或者如果你的索引是连续的整数
# df = df.iloc[:, [1, 2]]

# 去除重复行
df_unique = df.drop_duplicates(subset=['Column2'])  # 'Column2'替换为你的第2列的实际列名

# 打印第二列（即之前处理过的第2列）和第四列（假设第四列为第四列，如果不是请调整下标）
print(df_unique[['Column2', 'Fourth_Column']])  # Fourth_Column替换为你实际的第四列名

# 输出结果

请注意，你需要确保你的列名是准确的，并且根据实际情况可能需要调整`drop_duplicates`部分的`subset`参数。

相关问题

使用python，打开此excel文件，读取文件中第2列和第三列的字符串数据并比对，并提取出来2和3不重复的行，然后将其不重复的打印出第二列和第四列的数据

在Python中，我们可以使用pandas库来处理Excel文件，实现你的需求。以下是操作步骤：

import pandas as pd

# 打开Excel文件
df = pd.read_excel('your_file.xlsx') # 将 'your_file.xlsx' 替换为实际的文件路径

# 选择第2列和第3列的字符串数据（假设第一列为0，第二列为1，以此类推）
col_2 = df.iloc[:, 1]  # 第二列
col_3 = df.iloc[:, 2]  # 第三列

# 创建一个新的DataFrame，只包含不重复的行
unique_rows = df.drop_duplicates(subset=[col_2.name, col_3.name])  # 注意这里需要调整列名，如果原列名为'Column1'、'Column2'

# 提取第二列和第四列（如果第四列存在的话），如果不存在则跳过
if 'Column4' in df.columns:
    result = unique_rows[['Column2', 'Column4']]  # 把'Column2'和'Column4'替换为实际的列名
else:
    result = unique_rows[['Column2']]

# 打印结果
print(result)

写出python代码，用argparse。能在任何文件夹读取Log。具体如下： 1.读取log，当读取到最后一次出现"My name is kitty"时，从下一行开始读 2.删除所有重复的行，只留第一行 3.逐行写入csv 4.第1行按照正则规则1提取单词，然后分列，分列后才知道有多少列，分列符号也不知道有几个空格。 5.从第2行开始按照正则规则2分列后，才知道有多少列，分列符号也不知道有几个空格。 6.读取CSV文件Output 7.把标题行分为4类，第一类是标题为ABC,DFG的2列，第二类是CAT开头的几列，第三类是DOG开头的几列，第四类是Fish开头的几列 8.把4类标题画成4个曲线图，标注每条线的标题

以下是能够实现上述功能的 Python 代码：

import argparse
import csv
import re
import matplotlib.pyplot as plt

# 定义 argparse
parser = argparse.ArgumentParser(description='Process log file and output csv file')
parser.add_argument('log_file', metavar='log_file', type=str,
                    help='path to log file')
parser.add_argument('csv_file', metavar='csv_file', type=str,
                    help='path to csv file')
args = parser.parse_args()

# 读取 log 文件
with open(args.log_file) as f:
    lines = f.readlines()

# 找到最后一次出现 "My name is kitty" 的行
last_kitty_idx = None
for i, line in enumerate(lines):
    if "My name is kitty" in line:
        last_kitty_idx = i
# 从下一行开始读取
lines = lines[last_kitty_idx+1:]

# 删除所有重复的行，只留第一行
unique_lines = []
for line in lines:
    if line not in unique_lines:
        unique_lines.append(line)

# 写入 csv 文件
with open(args.csv_file, mode='w') as f:
    writer = csv.writer(f)
    # 第 1 行按照正则规则 1 提取单词，然后分列
    headers = re.findall(r'\w+', unique_lines[0].strip())
    writer.writerow(headers)
    # 从第 2 行开始按照正则规则 2 分列
    for line in unique_lines[1:]:
        row = re.split(r'\s+', line.strip())
        writer.writerow(row)

# 读取 csv 文件
with open(args.csv_file, mode='r') as f:
    reader = csv.reader(f)
    rows = [row for row in reader]

# 把标题行分为 4 类
abc_dfg_cols = []
cat_cols = []
dog_cols = []
fish_cols = []
for i, header in enumerate(rows[0]):
    if header in ["ABC", "DFG"]:
        abc_dfg_cols.append(i)
    elif header.startswith("CAT"):
        cat_cols.append(i)
    elif header.startswith("DOG"):
        dog_cols.append(i)
    elif header.startswith("Fish"):
        fish_cols.append(i)

# 把 4 类标题画成 4 个曲线图，标注每条线的标题
plt.figure(figsize=(10, 6))
for cols, title in [(abc_dfg_cols, "ABC/DFG"), (cat_cols, "CAT"), (dog_cols, "DOG"), (fish_cols, "Fish")]:
    x = [row[0] for row in rows[1:]]
    for col_idx in cols:
        y = [float(row[col_idx]) for row in rows[1:]]
        plt.plot(x, y, label=rows[0][col_idx])
    plt.title(title)
    plt.xlabel("Time")
    plt.ylabel("Value")
    plt.legend()
    plt.show()