python批量删除txt文件中指定行

应用场景：

在深度学习项目中，常常会处理各种数据集。比如已经标注好的数据标签有三类：人形、汽车、猫，有一个新项目，只需要识别人形，那就需要把这个数据集进行处理，删除另外两类的标签。本文拿yolo格式标签为例，如下图所示，我要提取7类中的一类。

python批量处理的脚本如下

思路就是：
1、把需要的行内容拷贝下来
2、把行内容首字符（也就是类别号）修改
3、新建txt文件，把需要的类别行再复制进去

import os

txtpath = r"F:\Driving_data\output"   # 原始txt标签存放的文件夹路径
new_txtpath = r"F:\Driving_data\output_new"  #处理完后，生成的txt标签存放的文件夹路径
names_txt=os.listdir(txtpath)
#print(names_txt)
for name in names_txt:
    filepath = txtpath + "/" + name
    filepath_new = new_txtpath + "/" + name
    save_line_num = []           #定义一个列表，用于存放txt中我们不需要的类别对应的行号
    new_data = []           #用于存放我们需要的类别对应行的内容
    out_txt_path = os.path.join(filepath_new + '.txt')      #在对应输出文件夹生成新的txt文件
    #with open(filepath, "rb") as fp: 
    file = open(filepath)       #打开txt文件
    lines = file.readlines()    #读取txt文件中每一行
    #print(lines)
    n = 0
    for line in lines:
        n += 1
        if line.startswith("2") or line.startswith("1") or line.startswith("0"):     #筛选我们不需要的类  
            save_line_num.append(n-1)    #把不需要的类对应的行写入save_line_num列表

    for l in range(len(lines)):     #再遍历原始txt文件中的每一行
        if l not in save_line_num:  
            #print(lines[l])            
            list_new = lines[l].split(' ') #提取我们需要的类别 对应的内容
            temp = int(list_new[0])    #提取行首字符（也就是对应类别号）
            if temp == 3:
                list_new[0] = '0'      #把“3”修改为”0“，因为只有一个类别
            list_string = ' '.join(list_new)  
            
            print(list_string)
            new_data.append(list_string)             
    file.close()
    
    with open(filepath_new, "a+") as fn:
        fn.writelines(new_data)  #把需要的行内容写进txt
        fn.close