如何使用带有完整标头的python导入csv文件,其中第一列是非数字的

myC*_*one 56 python csv

这是对前一个问题的详细说明,但随着我深入研究python,我对python如何处理csv文件感到困惑.

我有一个csv文件,它必须保持这种方式(例如,不能将其转换为文本文件).它相当于5行×11列的数组或矩阵或向量.

我一直在尝试使用我在这里和其他地方(例如python.org)找到的各种方法读取csv ,以便保留列和行之间的关系,其中第一行和第一列=非数值.其余的是浮点值,包含正浮点数和负浮点数的混合.

我想要做的是导入csv并在python中编译它,这样如果我要引用列标题,它将返回存储在行中的关联值.例如:

>>> workers, constant, age
>>> workers
    w0
    w1
    w2
    w3
    constant
    7.334
    5.235
    3.225
    0
    age
    -1.406
    -4.936
    -1.478
    0
Run Code Online (Sandbox Code Playgroud)

等等...

我正在寻找处理这种数据结构的技术.我是python的新手.

Kat*_*iel 120

对于Python 2

import csv
with open( <path-to-file>, "rb" ) as theFile:
    reader = csv.DictReader( theFile )
    for line in reader:
        # line is { 'workers': 'w0', 'constant': 7.334, 'age': -1.406, ... }
        # e.g. print( line[ 'workers' ] ) yields 'w0'
Run Code Online (Sandbox Code Playgroud)

Python有一个强大的内置CSV处理程序.实际上,大多数内容已经内置到标准库中.

对于Python 3

删除rb参数并使用r或不传递参数(default read mode).

with open( <path-to-file>, 'r' ) as theFile:
    reader = csv.DictReader(theFile)
    for line in reader:
        # line is { 'workers': 'w0', 'constant': 7.334, 'age': -1.406, ... }
        # e.g. print( line[ 'workers' ] ) yields 'w0'
        print(line)
Run Code Online (Sandbox Code Playgroud)

  • @JohnMachin我不知道这是不是真的了.我尝试使用在文本编辑器中创建的`.csv`这个代码(Python 3.4.3),我得到一个错误:`_csv.Error:迭代器应该返回字符串,而不是字节(你是否在文本模式下打开文件) ?)`.当我删除`rb`参数(默认读取模式)时,它工作. (4认同)
  • @NauticalMile 是对的:使用 python 2,@JohnMachin 建议打开 csv 文件 `rb` 适用,但使用 python 3.5 它会导致 `_csv.Error: iterator should return strings, not bytes ...` 错误。 (2认同)

Joh*_*hin 89

Python的csv模块按行处理数据,这是查看此类数据的常用方法.您似乎想要一种列式方法.这是一种做法.

假设您的文件已命名myclone.csv并包含

workers,constant,age
w0,7.334,-1.406
w1,5.235,-4.936
w2,3.2225,-1.478
w3,0,0
Run Code Online (Sandbox Code Playgroud)

这段代码应该给你一个或两个想法:

>>> import csv
>>> f = open('myclone.csv', 'rb')
>>> reader = csv.reader(f)
>>> headers = next(reader, None)
>>> headers
['workers', 'constant', 'age']
>>> column = {}
>>> for h in headers:
...    column[h] = []
...
>>> column
{'workers': [], 'constant': [], 'age': []}
>>> for row in reader:
...   for h, v in zip(headers, row):
...     column[h].append(v)
...
>>> column
{'workers': ['w0', 'w1', 'w2', 'w3'], 'constant': ['7.334', '5.235', '3.2225', '0'], 'age': ['-1.406', '-4.936', '-1.478', '0']}
>>> column['workers']
['w0', 'w1', 'w2', 'w3']
>>> column['constant']
['7.334', '5.235', '3.2225', '0']
>>> column['age']
['-1.406', '-4.936', '-1.478', '0']
>>>
Run Code Online (Sandbox Code Playgroud)

要将数值移入浮点数,请添加此值

converters = [str.strip] + [float] * (len(headers) - 1)
Run Code Online (Sandbox Code Playgroud)

在前面,并做到这一点

for h, v, conv in zip(headers, row, converters):
  column[h].append(conv(v))
Run Code Online (Sandbox Code Playgroud)

对于每一行而不是上面类似的两行.

  • 注意:使用Python 3.5,我得到了'AttributeError:'_ csv.reader'对象没有属性'next'.这是通过使用`next(reader,None)`而不是`reader.next()`来解决的. (18认同)

Ank*_*kur 11

您可以使用pandas库并引用行和列,如下所示:

import pandas as pd

input = pd.read_csv("path_to_file");

#for accessing ith row:
input.iloc[i]

#for accessing column named X
input.X

#for accessing ith row and column named X
input.iloc[i].X
Run Code Online (Sandbox Code Playgroud)


Dav*_*ell 6

我最近不得不为相当大的数据文件编写这个方法,我发现使用列表理解效果很好

      import csv
      with open("file.csv",'r') as f:
        reader = csv.reader(f)
        headers = next(reader)
        data = [{h:x for (h,x) in zip(headers,row)} for row in reader]
        #data now contains a list of the rows, with each row containing a dictionary 
        #  in the shape {header: value}. If a row terminates early (e.g. there are 12 columns, 
        #  it only has 11 values) the dictionary will not contain a header value for that row.
Run Code Online (Sandbox Code Playgroud)