7

Epime 输出一个 .txt 文件，如下所示：

***标题开始***
版本持续：1
级别名称：会话
主题：7
会话：1
随机种子：-1983293234
组：1
显示刷新率：59.654
*** 标题结束 ***
    等级：2
    *** LogFrame 开始 ***
    均值效应偏差：7
    程序：trialProc
    物品编号：7
    偏见1答案：1
    *** LogFrame 结束 ***
    等级：2
    *** LogFrame 开始 ***
    均值效应偏差：2
    程序：trialProc
    物品编号：2
    偏见1答案：0

我想解析它并将其写入 .csv 文件，但删除了许多行。

我尝试创建一个字典，将出现在冒号之前的文本作为键，将出现在冒号之后的文本作为值：

{主题：[7, 7]，bias1Answer：[1, 0]，itemID：[7, 2]}
def load_data（文件名）：
    数据 = {}
    eprime = 打开（文件名，'r'）
    对于 eprim 中的行：
        rows = re.sub('\s+', ' ', line).strip().split(':')
        尝试：
            数据[行[0]] += 行[1]
        除了 KeyError：
            数据[行[0]] = 行[1]
    eprime.close()
    返回数据

对于打开的行（文件名，'r'）：
    如果'：'在行：
        行 = line.strip().split(':')
        fullDict[行[0]] = 行[1]
打印完整字典

下面的两个脚本都会产生垃圾：

{'\x00\t\x00M\x00e\x00a\x00n\x00s\x00E\x00f\x00f\x00e\x00c\x00t\x00B\x00i\x00a\x00s\x00': '\x00\x005\x00\r\ x00', '\x00\t\x00B\x00i\x00a\x00s\x002\x00Q\x00.\x00D\x00u\x00r\x00a\x00t\x00i\x00o\x00n\x00E\x00r\x00r\x00o\x00r\ x00': '\x00\x00-\x009\x009\x009\x009\x009\x009\x00\r\x00'

如果我可以设置字典，我可以将它写入一个看起来像这样的 csv 文件！！：

主题项目ID ...bias1Answer
  7 7 1
  7 2 0
4

4 回答 4

5

您不需要创建字典。

import codecs
import csv

with codecs.open('eprime.txt', encoding='utf-16') as f, open('output.csv', 'w') as fout:
    writer = csv.writer(fout, delimiter='\t')
    writer.writerow(['Subject', 'itemID', 'bias1Answer'])
    for line in f:
        if ':' in line:
            value = line.split()[-1]

        if 'Subject:' in line:
            subject = value
        elif 'itemID:' in line:
            itemID = value
        elif 'bias1Answer:' in line:
            bias1Answer = value
            writer.writerow([subject, itemID, bias1Answer])
于 2013-06-12T03:36:00.280 回答
0

似乎 Epime 输出是用 utf-16 编码的。

>>> print '\x00\t\x00M\x00e\x00a\x00n\x00s\x00E\x00f\x00f\x00e\x00c\x00t\x00B\x00i\x00a\x00s\x00'.decode('utf-16-be')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/encodings/utf_16_be.py", line 16, in decode
    return codecs.utf_16_be_decode(input, errors, True)
UnicodeDecodeError: 'utf16' codec can't decode byte 0x00 in position 32: truncated data
>>> print '\x00\t\x00M\x00e\x00a\x00n\x00s\x00E\x00f\x00f\x00e\x00c\x00t\x00B\x00i\x00a\x00s\x00'.decode('utf-16-be', 'ignore')
    MeansEffectBias
于 2013-06-12T04:20:25.560 回答
0

我知道这是一个较老的问题，所以也许你早就解决了，但我认为你正在以一种比需要的更复杂的方式来解决这个问题。我想我会做出回应，以防其他人遇到同样的问题并发现这个问题。

如果您这样做是因为您没有软件密钥，那么了解 eprime 的E-Merge和E-DataAid程序不需要密钥可能会有所帮助。您只需要编辑构建文件的密钥。向您提供 .txt 文件的人可能应该有这些程序的安装盘。如果没有，可以在 PST 网站上找到（我相信你需要一个序列号来创建一个帐户，但不确定）

Eprime 通常会创建一个.edat与您发布示例的文本文件的内容相匹配的文件。有时，如果 eprime 崩溃，您不会获得 edat 文件，而只有.txt. 幸运的是，您可以从该文件生成 edat.txt文件。

以下是我将如何处理这个问题：

  1. 如果您没有可用的 edat 文件，请先使用E-DataAid恢复文件。

  2. 然后假设您有多个参与者，您可以使用E-Merge将完成此任务的所有参与者的所有 edat 文件合并在一起。

  3. 打开合并的文件。根据您在文件中的数量，它可能看起来有点混乱。您可以转到工具->排列列。这将显示所有变量的列表。

  4. 调整以使右侧框中只有所需的变量。点击确定。

  5. 然后你应该有一些类似于你的最终目标的东西，可以导出为 csv。

如果您在程序中有许多过程，那么此时您可能会在其中包含仅包含启动信息的行以及NULL您的变量或兴趣所在的位置。您可以通过转到工具->过滤器并创建一个过滤器来消除这些行来解决此问题。

于 2014-01-28T18:50:12.593 回答
0

您的第二种方法可行，但每个字典键的值应该是一个列表。目前，对于字典中的每个键，您只存储一个值，因此只存储最后一个值。您可以修改代码，使每个键的值都是一个列表。下面的代码将达到相同的效果：

for line in open(fileName, 'r'):
    if ':' in line:
        row = line.strip().split(':')
        # Use row[0] as a key, initiate its value
        # to be a list and add row[1] to the list. 
        # In case already a key 'row[0]'
        # exists append row[1] to the existing value list
        fullDict.setdefault(row[0],[]).append(row[1])
print fullDict
于 2013-06-12T03:54:29.793 回答