Code: Alles auswählen
In [47]: import csv
In [48]: from itertools import chain
In [49]: first = """161.000, -26.388, 313.571, 47.663, 15.000, 7.702, -11.388, 0.760, 238.306, 0.000, 0.000, 0.000, 0.000
....: 171.000, -292.075, 1312.996, 313.806, 15.000, -109.508, -277.075, 0.064, 84.022, 0.000, 0.000, 0.000, 0.000
....: 181.000, -17.295, 276.713, 42.060, 15.000, 8.454, -2.295, 0.893, 247.076, 0.000, 0.000, 0.000, 0.000
....: 191.000, -16.018, 371.512, 72.073, 15.000, 11.616, -1.018, 0.976, 362.612, 0.000, 0.000, 0.000, 0.000
....: 201.000, -11.751, 198.490, 30.170, 15.000, 14.280, 3.249, 1.000, 198.490, 0.000, 0.000, 0.000, 0.000"""
In [50]: second = """161.000, 1.000, 2971.718
....: 171.000, 1.000, 11125.969
....: 181.000, 1.000, 2963.934
....: 191.000, 1.000, 5662.717
....: 201.000, 1.000, 2947.413"""
In [51]: in_first = csv.reader(io.StringIO(first), delimiter=",")
In [52]: in_second = csv.reader(io.StringIO(second), delimiter=",")
In [53]: for row in zip(in_first, in_second):
....: print(list(chain.from_iterable(row)))
....:
['161.000', ' -26.388', ' 313.571', ' 47.663', ' 15.000', ' 7.702', ' -11.388', ' 0.760', ' 238.306', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '161.000', ' 1.000', ' 2971.718']
['171.000', ' -292.075', ' 1312.996', ' 313.806', ' 15.000', ' -109.508', ' -277.075', ' 0.064', ' 84.022', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '171.000', ' 1.000', ' 11125.969']
['181.000', ' -17.295', ' 276.713', ' 42.060', ' 15.000', ' 8.454', ' -2.295', ' 0.893', ' 247.076', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '181.000', ' 1.000', ' 2963.934']
['191.000', ' -16.018', ' 371.512', ' 72.073', ' 15.000', ' 11.616', ' -1.018', ' 0.976', ' 362.612', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '191.000', ' 1.000', ' 5662.717']
['201.000', ' -11.751', ' 198.490', ' 30.170', ' 15.000', ' 14.280', ' 3.249', ' 1.000', ' 198.490', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '201.000', ' 1.000', ' 2947.413']
Anstelle des `print` musst Du eben ein `csv.writer` Objekt nutzen und von diesem die `writerow`-Methode (Oder auch `writerows`).
Edit: Ich könnte mir denken, dass `numpy` da auch etwas direkteres bietet... Deine Daten sehen ja stark nach numerischen Daten aus...