python行在写入fi时连接自身

Question

我使用python为10倍交叉验证生成训练和测试数据，并将数据集写入2x10个分开的文件（每个折叠写入一个训练文件和一个测试文件）。奇怪的是，在向文件写入数据时，总是有一行“丢失”。实际上，它甚至可能不会“丢失”，因为我后来发现文件中间的某一行（只有一行）会将自己连接到上一行。因此，输出文件应该如下所示（总共应该有39150行）：

44 1 90 0 44 0 45 46 0 1
55 -3 95 0 44 22 40 51 12 4
50 -3 81 0 50 0 31 32 0 1
44 -4 76 0 42 -30 32 34 2 1

然而，我不断得到39149行，文件中间的某个地方似乎像这样一团糟：

44 1 90 0 44 0 45 46 0 1
55 -3 95 0 44 22 40 51 12 450 -3 81 0 50 0 31 32 0 1
44 -4 76 0 42 -30 32 34 2 1

我的代码：

def k_fold(myfile, myseed=1, k=10):
    # Load data
    data = open(myfile).readlines()

    # Shuffle input
    random.seed = myseed
    random.shuffle(data)

    # Compute partition size given input k
    len_total = len(data)
    len_part = int(math.floor(len_total / float(k)))

    # Create one partition per fold
    train = {}
    test = {}
    for i in range(k):
        test[i] = data[i * len_part:(i + 1) * len_part]
        train[i] = data[0:i * len_part] + data[(i + 1) * len_part:len_total]

    return train, test

if __name__ == "__main__":
    path = '....'  #some path and input
    input = '...'

    # Generate data
    [train, test] = k_fold(input)

    # Write data to files
    for i in range(10):
        train_old = path + 'tmp_train_' + str(i)
        test_old = path + 'tmp_test_' + str(i)

        trainF = open(train_old, 'a')
        testF = open(test_old, 'a')

        print(len(train[i]))

奇怪的是，我对训练和测试数据集也做了同样的事情。测试数据集输出正确的文件（4350行），但训练数据集存在上述问题。我确信函数返回39150行训练数据，所以我认为问题应该出在文件编写部分。有人知道我怎么可能做错了吗？提前谢谢！你知道吗

Answer 1

我假设双倍长度行的前半部分是原始文件的最后一行。你知道吗

由readlines（或通过对文件进行迭代）返回的行仍将以LF字符'\n'结束，但如果文件没有以空行结束，则最后一行除外。在这种情况下，您所做的洗牌将把'\n'行放在'data'中间的某个地方。你知道吗

要么在原始文件中附加一个空行，要么在处理之前strip所有行，然后在写回文件时将换行符添加到每一行。你知道吗