用python读取文件提取第10行以后，第18到20列的数据，如果该行没有数据只有空格就跳过，输出到另外一个txt文件里面

假设要读取的文件名为"input.txt"，输出的文件名为"output.txt"，可以使用以下代码实现：

with open("input.txt", "r") as f1, open("output.txt", "w") as f2:
    for i, line in enumerate(f1):
        if i >= 9:  # 第10行以后
            data = line.split()
            if len(data) >= 20:  # 第18到20列的数据存在
                output = "\t".join(data[17:20]) + "\n"  # 提取第18到20列的数据并用制表符连接
                f2.write(output)

代码解释：

1. 使用`with open`语句同时打开输入和输出文件，可以自动关闭文件。

2. 使用`enumerate`函数遍历文件中的每一行，并记录行号（从0开始计数）。

3. 如果行号大于等于9（第10行以后），则进行处理。

4. 使用`split`方法将每一行按照空格分割成一个列表。

5. 如果列表长度大于等于20（第18到20列的数据存在），则提取第18到20列的数据，并使用`join`方法用制表符连接。

6. 将结果写入输出文件中。

相关问题

用python读取文件提取第10行以后，第18到20列的数据，如果该行没有数据就跳过，输出到另外一个txt文件里面

假设文件名为data.txt，新文件名为output.txt，可以使用以下代码实现：

with open('data.txt', 'r') as f:
    lines = f.readlines()  # 读取所有行

output = []
for line in lines[9:]:  # 从第10行开始循环
    data = line.split()  # 按空格分割数据
    if len(data) >= 20:  # 如果该行有20个以上的数据
        selected_data = data[17:20]  # 提取第18到20列的数据
        output.append('\t'.join(selected_data))  # 拼接成一行数据，用制表符分隔

with open('output.txt', 'w') as f:
    f.write('\n'.join(output))  # 将所有数据写入新文件，用换行符分隔

注意，以上代码假设数据之间是用空格分隔的，如果是其他分隔符则需要修改相应代码。

python读取csv文件遇到空格删除该行

可以使用pandas库中的read_csv()函数来读取csv文件，并通过dropna()函数删除包含空格的行。具体实现如下所示：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 删除包含空格的行
df.dropna(inplace=True)

# 输出处理后的数据
print(df)

在上述代码中，read_csv()函数用于读取csv文件，dropna()函数用于删除包含空格的行，inplace=True表示直接在原数据上进行修改。最后，我们通过print()函数输出处理后的数据。需要注意的是，如果csv文件中存在其他的缺失值，也会被删除。如果只想删除包含空格的行，可以使用dropna()函数的subset参数指定要删除的列。例如，如果要删除第一列包含空格的行，可以将代码修改为：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 删除包含空格的行
df.dropna(subset=[df.columns[0]], inplace=True)
# 输出处理后的数据
print(df)