如何使用 python 导入标题完整的 csv 文件，其中第一列是非数字

Question

这是对上一个问题的详细阐述，但随着我深入研究 python，我对 python 如何处理 csv 文件感到更加困惑。

我有一个 csv 文件，它必须保持这种状态（例如，无法将其转换为文本文件）。它相当于 5 行 x 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，以便它保留列和行之间的关系，其中第一行和第一行列 = 非数字值。其余的都是浮点值，并且包含正浮点和负浮点的混合。

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

等等...

我正在寻找处理这种数据结构的技术。我对 python 很陌生。

Answer 1

对于 Python 3

删除 rb 参数并使用 r 或不传递参数（默认读取模式） 。

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)

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'

Python 有一个强大的内置 CSV 处理程序。事实上，大多数东西已经内置在标准库中。

Answer 2

Python 的 csv 模块按行处理数据，这是查看此类数据的常用方式。您似乎想要一种按列的方法。这是一种方法。

假设您的文件名为 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

此代码，应该会给您一个或两个想法：

>>> 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']
>>>

要将数值转换为浮点数，请

converters = [str.strip] + [float] * (len(headers) - 1)

在前面添加此内容，并对

for h, v, conv in zip(headers, row, converters):
  column[h].append(conv(v))

每一行执行此操作，而不是类似的上面两行。

Answer 3

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

Answer 4

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.