使用python读取和提取csv文件列

Question

我有以下代码...

reader=csv.DictReader(open("test1.csv","r"))
allrows = list(reader)

keepcols = [c for c in allrows[0] if all(r[c] != '0' for r in allrows)]

print keepcols
writer=csv.DictWriter(open("output1.csv","w"),fieldnames='keepcols',extrasaction='ignore')
writer.writerows(allrows)

我有一个 csv 文件，大约有 45 列..
第一列有一些名称..
除了第一列，其他都只有0和1...... 当然，整个表格也有一些标题..
我试图从 csv 文件中读取列，并且我只需要提取那些带有 1 的列
问题是输出文件是空的，即使表中有几列为 1..

有人可以帮我吗.... :( 我陷入了困境..

Title    3003_contact    3003_backbone   3003_sidechain  3003_polar  3003_hydrophobic    3003_acceptor   3003_donor  3003_aromatic
l1  1   1   0   1   1   0   0   0
l1  1   0   1   0   0   0   1   0
l1  1   0   0   0   0   0   0   0
l1  1   0   0   0   1   0   0   1
l1  1   0   0   0   0   0   0   0
l2  1   0   0   0   1   0   0   0
l2  1   0   0   0   0   1   0   0
l3  1   0   0   0   0   0   0   0
l3  1   0   0   0   0   0   1   0
l3  1   0   0   0   0   0   0   1
l3  1   0   0   0   0   0   0   0
l3  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0

它只返回第 1 列... 我已经尝试将“keepcols”更改为keepcols...我首先得到column2，然后得到column1作为输出

Answer 1

编辑：如果输入文件是逗号分隔值文件，则
要保持键的顺序，请使用 reader.fieldnames 而不是 allrows[0] 中的键。

所以解决方案是：

keepcols = [c for c in reader.fieldnames if any(r[c] != '0' for r in allrows)]

上面发布的输入文件看起来有空格分隔的列。在这种情况下，我认为 csv 不是解析它的正确工具。相反，您可以使用 split：

import csv
with open("test1.csv","r") as f:
    fields=next(f).split()
    # print(fields)
    allrows=[]
    for line in f:
        line=line.split()
        row=dict(zip(fields,line))
        allrows.append(row)
        # print(row)
    keepcols = [c for c in fields if any(row[c] != '0' for row in allrows)]
    print keepcols
    writer=csv.DictWriter(open("output1.csv","w"),fieldnames=keepcols,extrasaction='ignore')
    writer.writerows(allrows)

Edit2: 列顺序更改的原因是 for c in allrows[0] 返回键以未指定的顺序排列的 allrows[0]。默认情况下，dict 键没有排序。上面的代码通过将 fields 定义为列表而不是 dict 来解决这个问题。

原始答案：
将 fieldnames='keepcols' 更改为 fieldnames=keepcols。

fieldnames 需要是一系列键，例如 ['fieldA','fieldB',...]。

Python 中需要注意的一个潜在陷阱是字符串是序列。当你迭代一个字符串时，你会得到该字符串的字符。因此，当您说 fieldnames='keepcols' 时，您将 fieldnames 设置为字符序列 ['k','e','e', 'p','c','o','l','s']。您不会收到错误，因为这是有效的键序列。但是您的字典列表 allrows 碰巧没有这些键。 writer.writerows 愉快地忽略了这一点，因为extrasaction='ignore'。