2

我有一个包含 A、B、C、D 列和 N 行的 CSV 文件。问题是这些列中的数据长度不同，即有些是 4.5，有些是 4.52。

我的问题分为两部分：

我如何从 csv 文件访问这些列。我已使用此代码打印 csv 文件的内容并将它们读入数组

    import csv
    with open('file.csv','rb') as f:
        reader = csv.reader(f)
        for row in reader:
            print row

打印 CSV 文件中的行，我替换了

    print row

和

    z = row
    z.append(z)

将数据保存到数组中。

但是 z 是一维数组。并且数据是字符串类型的。当我尝试执行 np.median(z) 类型的操作时，它给了我一个错误。另外，我做不到

    z.append(float(z))

这给了我一个 TypeError。

而且，当我们从 csv 文件导入它们时，是否有截断这些值并将它们设置为一定的精度？！就像，如果文件具有 4.3、4.56、4.299 等值，我想将最终导入的内容限制为小数点后一位。

这个 SE 问题最接近回答我的第二个问题 - Python - CSV: Large file with rows of different lengths - 但我不明白。如果你们中的任何人可以帮助我解决这个问题，我将不胜感激。

编辑 1：@Richie：这是一个示例数据集 - http://goo.gl/io8Az。它链接到谷歌文档。并注册您的评论，这是我在我的 csv 文件上运行您的代码的结果 -

     ValueError: could not convert string to float: plate

@ Pieters：z = row, z.append(z) 创建了这个 - ['3836', '55302', '402', '22.945717', '22.771544', '23.081865', '22.428421', '21.78294', ' 164.40663689'，'-1.25641627'，'1.780485'，'1237674648848106129'，[...]]。

我应该提到我刚刚开始使用 python 并且我正在学习需要知道的东西！我正在即兴创作我在网上找到的一些代码。

编辑2：我听说过熊猫。我想我应该开始使用它。

@ Khalid - 我已经运行了您的代码，并且能够检索我想要的列。我可以访问它而不是打印整行吗？作为一个静态数组？！

编辑 3：@richie：我第一次运行你的代码时，这出现了 -

Traceback（最近一次调用最后一次）：文件“”，第 4 行，在 ValueError 中：无法将字符串转换为浮点数：板

好吧，我意识到包含列名的第一行是原因，所以我删除了第一行，将其保存为一个新文件并在该文件上运行代码，它工作得很好。

但是，如果我确实删除了包含列标识符的第一行，我将无法使用下面 khalid 提到的方法。与此同时，我正在看熊猫。

感谢你们所做的一切:)

编辑 4：经验教训。熊猫真棒。任务完成 ：）...

4

2 回答 2

3

一些事情，取决于你想做什么。这是让列引用它们的简单方法：

import csv

with open('file.csv','r') as f:
    reader = csv.DictReader(f, delimiter=',')
    rows = list(reader)

for row in rows:
   print row['plate']

如果要将它们转换为浮点数或整数，可以使用map. 但是，我怀疑您最终想进行一些计算，为此最好使用pandas.

作为额外的奖励，pandas将为您提供称为文件的 2D 网格表示DataFrame。

于 2013-06-19T09:56:55.357 回答
2

尝试这个;

import csv
import numpy as np
class onefloat(float):
   def __repr__(self):
       return "%0.1f" % self
with open('file.csv','rb') as f:
    reader = csv.reader(f)
    for row in reader:
        print map(onefloat,row) # your issue of 1 decimal point is taken care of here
        print '{:.1f}'.format(np.median(map(float,row))) # in case you want this too to be of 1 decimal point

这就是使用 Pandas 完成的方式

import pandas as pd
data = pd.read_csv('richards_quasar_outliers.csv')
print data['plate'].median()
于 2013-06-19T09:10:07.010 回答