python读取textl数据，筛选出温度然后计算年平均温度

在Python中读取文本（text）数据，并从中筛选出温度信息，然后计算年平均温度的过程可以分为以下几个步骤：

1. 首先，你需要读取文本文件。可以使用Python内置的`open()`函数来打开文件，并使用文件对象的`read()`方法来读取其全部内容。

2. 接下来，将读取到的内容进行分词，可以使用字符串的`split()`方法或其他文本处理方法来实现。这取决于文本数据的格式和组织方式，可能需要编写特定的解析代码。

3. 一旦文本被分割成单独的行或数据项，就需要识别包含温度信息的数据行。这通常涉及到字符串匹配或者正则表达式（`re`模块）来筛选出包含温度信息的行。

4. 将筛选出的温度数据转换成数值类型，因为原始数据可能以字符串形式存在。这可以通过调用`float()`或`int()`函数实现。

5. 然后，根据年份信息将温度数据分组，以便分别计算每一年的平均温度。这可能需要再次使用字符串处理和可能的日期时间处理方法（如`datetime`模块）。

6. 最后，对于每个年份组内的温度数据，使用`sum()`函数求和后除以该年份的数据数量，即可得到年平均温度。如果每个年份只有一条温度记录，那么年平均温度即为该温度值本身。

下面是一个简单的代码示例：

import re

# 假设文本文件的格式是每行包含一个日期和一个温度值，例如 "2020-01-01 23.5"
with open('temperature_data.txt', 'r') as file:
    lines = file.readlines()

# 使用字典来存储每个年份的温度总和和计数
yearly_temps = {}

for line in lines:
    # 使用正则表达式匹配日期和温度
    match = re.search(r'(\d{4})-(\d{2})-(\d{2})\s+([\d\.]+)', line)
    if match:
        year = int(match.group(1))
        temp = float(match.group(4))
        
        # 如果年份不存在，则初始化
        if year not in yearly_temps:
            yearly_temps[year] = {'total': 0, 'count': 0}
        
        # 累加该年份的温度并计数
        yearly_temps[year]['total'] += temp
        yearly_temps[year]['count'] += 1

# 计算每年的平均温度
yearly_avg_temps = {}
for year, data in yearly_temps.items():
    yearly_avg_temps[year] = data['total'] / data['count']

# 打印结果
for year, avg_temp in yearly_avg_temps.items():
    print(f'Year: {year}, Average Temperature: {avg_temp:.2f}')