在Python中，删除txt文件中符合条件的行有多种方法，以下为你介绍两种常见的处理方式。 ### 方法一：逐行读取并写入新文件 当文件较大时，为避免耗尽内存，可逐行读取文件，并将不符合删除条件的行写入新文件，从而消除不需要的行。这种方法在处理12 - 50 GB大小的文件时，RAM使用率几乎保持不变，仅CPU周期显示正在处理中[^2]。 示例代码如下： ```python # 定义输入文件路径、输出文件路径和删除条件函数 input_file = 'input.txt' output_file = 'output.txt' # 定义删除条件函数，这里以行中包含数字1为例 def condition(line): return '1' in line # 打开输入文件和输出文件 with open(input_file, 'r', encoding='utf-8') as infile, open(output_file, 'w', encoding='utf-8') as outfile: # 逐行读取输入文件 for line in infile: # 检查该行是否符合删除条件 if not condition(line): # 如果不符合条件，则写入输出文件 outfile.write(line) ``` ### 方法二：使用`numpy`库处理 对于特定格式的txt文件，可使用`numpy`库的`loadtxt`和`savetxt`函数进行处理。例如，从众多txt文件中删除标签为1的行，可按如下代码操作[^3]： ```python import os import numpy as np # 定义标签文件路径和新标签文件路径 label_path = 'F:\\Object_Detection\\Annotations\\txt\\' new_label = 'F:\\Object_Detection\\Annotations\\delete_person\\' # 获取标签文件列表 label_name = os.listdir(label_path) new_name = label_name # 遍历每个标签文件 for i in range(len(label_name)): new_name = label_name[i] label_name[i] = label_path + label_name[i] # 加载标签数据 label_data = np.loadtxt(label_name[i]) new_name = new_label + new_name if label_data.ndim == 1: # 单行值或空文件 if label_data.size > 0: # 单行值 if label_data[0] == 1: with open(new_name, "a+") as f: pass # 记录 else: d = [] for j in range(len(label_data)): if label_data[j][0] == 1: d.append(j) if len(d): # 非空 # 删除符合条件的行 label_data = np.delete(label_data, d, axis=0) # 保存处理后的数据到新文件 with open(new_name, "a+") as f: # fmt ： 设置多列保存格式 np.savetxt(new_name, label_data, fmt=''.join(['%d'] + [' %0.6f'] * 4), delimiter=' ') ```