读取 CSV 文件并在 Python 中对其进行排序

Question

我正在尝试读取如下所示的 CSV 文件：

ruby,2,100
diamond,1,400
emerald,3,250
amethyst,2,50
opal,1,300
sapphire,2,500
malachite,1,60

这是我一直在尝试的一些代码。

class jewel:
    def __init__(gem, name, carat, value):
            gem.name = name
            gem.carot = carat
            gem.value = value
    def __repr__(gem):
            return repr((gem.name, gem.carat, gem.value))

jewel_objects = [jewel('diamond', '1', 400),
                 jewel('ruby', '2', 200),
                 jewel('opal', '1', 600),
                ]

aList = [sorted(jewel_objects, key=lambda jewel: (jewel.value))]
print aList

我想读入这些值并将它们分配给名称、克拉和值，但我不知道该怎么做。然后，一旦我读入它们，我想按每克拉价值对它们进行排序，即价值/克拉。我做了很多搜索，但结果都是空白。非常感谢您提前提供的帮助。

Answer 1

您需要在这里做两件事，第一件事是将数据实际加载到对象中。我建议您查看标准 python 库中的“csv”模块。它非常完整，将读取每一行并使其易于访问

CSV 文档： http://docs.python .org/library/csv.html

我将创建一个对象列表，然后在您的对象中实现 cmp 函数，或者（如果您使用的是旧版本python) 你可以将一个函数传递给sorted()来定义它。您可以在 python wiki Wiki 文档中获取有关排序的更多信息

： http://wiki.python.org /moin/HowTo/Sorting

你可以在你的类中实现这样的 cmp 函数（这可以变得更有效，但我在这里只是进行描述）

def __cmp__(gem, other):
    if (gem.value / gem.carot) < (other.value / other.carot):
        return -1
    elif (gem.value / gem.carot) > (other.value / other.carot): 
        return 1
    else:
        return 0

Answer 2

Python 有一个 csv 模块，应该对你很有帮助。

http://docs.python.org/library/csv.html

Answer 3

您可以将 numpy 结构化数组与 csv 模块一起使用，并使用 numpy.sort() 对数据进行排序。下面的代码应该可以工作。假设您的 csv 文件名为 geminfo.csv

import numpy as np
import csv

fileobj = open('geminfo.csv','rb')
csvreader = csv.reader(fileobj)

# Convert data to a list of lists
importeddata = list(csvreader)

# Calculate Value/Carat and add it to the imported data
# and convert each entry to a tuple
importeddata = [tuple(entry + [float(entry[2])/entry[1]]) for entry in importeddata]

对此数据进行排序的一种方法是使用 numpy，如下所示。

# create an empty array
data = np.zeros(len(importeddata), dtype = [('Stone Name','a20'),
                            ('Carats', 'f4'),
                            ('Value', 'f4'), 
                            ('valuepercarat', 'f4')]
                        )
data[:] = importeddata[:]
datasortedbyvaluepercarat = np.sort(data, order='valuepercarat')

Answer 4

import csv
import operator

class Jewel(object):
    @classmethod
    def fromSeq(cls, seq):
        return cls(*seq)

    def __init__(self, name, carat, value):
        self.name  = str(name)
        self.carat = float(carat)
        self.value = float(value)

    def __repr__(self):
        return "{0}{1}".format(self.__class__.__name__, (self.name, self.carat, self.value))

    @property
    def valuePerCarat(self):
        return self.value / self.carat

def loadJewels(fname):
    with open(fname, 'rb') as inf:
        incsv = csv.reader(inf)
        jewels = [Jewel.fromSeq(row) for row in incsv if row]
    jewels.sort(key=operator.attrgetter('valuePerCarat'))
    return jewels

def main():
    jewels = loadJewels('jewels.csv')
    for jewel in jewels:
        print("{0:35} ({1:>7.2f})".format(jewel, jewel.valuePerCarat))

if __name__=="__main__":
    main()

产生

Jewel('amethyst', 2.0, 50.0)        (  25.00)
Jewel('ruby', 2.0, 100.0)           (  50.00)
Jewel('malachite', 1.0, 60.0)       (  60.00)
Jewel('emerald', 3.0, 250.0)        (  83.33)
Jewel('sapphire', 2.0, 500.0)       ( 250.00)
Jewel('opal', 1.0, 300.0)           ( 300.00)
Jewel('diamond', 1.0, 400.0)        ( 400.00)    

Answer 5

为了解析真实的 CSV（逗号分隔值）数据，您需要使用最新版本的 Python 中包含的 CSV 模块。

CSV 是一组约定而不是标准。您显示的示例数据简单且规则，但 CSV 通常存在一些丑陋的极端情况，例如，任何字段的内容可能嵌入逗号。

这是一个非常粗糙的程序，基于您的代码，它对数据进行简单的解析（按行分割，然后用逗号分割每行）。它不会处理任何未精确拆分为正确数量字段的数据，也不会处理任何未由 Python int() 和 float() 正确解析数字字段的数据 函数（对象构造函数）。换句话说，这不包含错误检查或异常处理。

不过，我故意将其保持简单，以便可以轻松地将其与您的粗略笔记进行比较。另请注意，我在类定义中使用了有关“self”引用的常规 Python 约定。 （大约唯一一次使用“self”以外的名称是在进行“元类”编程时......编写动态实例化其他类的类。任何其他情况几乎肯定会引起任何人的严重担忧经验丰富的 Python 程序员正在查看您的代码）。

#!/usr/bin/env python
class Jewel:
    def __init__(self, name, carat, value):
        self.name = name
        self.carat = int(carat)
        self.value = float(value)
        assert self.carat != 0      # Division by zero would result from this
    def __repr__(self):
        return repr((self.name, self.carat, self.value))

if __name__ == '__main__':
    sample='''ruby,2,100
diamond,1,400
emerald,3,250
amethyst,2,50
opal,1,300
sapphire,2,500
malachite,1,60'''

    these_jewels = list()
    for each_line in sample.split('\n'):
        gem_type, carat, value = each_line.split(',')
        these_jewels.append(Jewel(gem_type, carat, value))
        # Equivalently: 
        # these_jewels.append(Jewel(*each_line.split(',')))

    decorated = [(x.value/x.carat, x) for x in these_jewels]
    results = [x[1] for x in sorted(decorated)]
    print '\n'.join([str(x) for x in results])

这里的解析是简单地使用字符串 .split() 方法完成的，并且使用 Python 的“元组解包”语法将数据提取到名称中（如果任何输入行有错误，这将失败）字段数）。

这两行的替代语法使用 Python 的“apply”语法。参数上的 * 前缀导致它被解包为单独的参数，这些参数被传递给 Jewel() 类实例化。

此代码还使用广泛（且广泛推荐）的 DSU（装饰、排序、取消装饰）模式对数据的某些字段进行排序。我通过创建一系列元组来“装饰”数据：（计算值，对象引用），然后以我希望您清楚的方式“取消装饰”排序的数据。 （任何有经验的 Python 程序员都会立即清楚这一点）。

是的，整个 DSU 可以简化为一条线；出于易读性和教学目的，我将其在这里分开。

同样，此示例代码纯粹是为了启发您。您应该对任何真实数据使用 CSV 模块；并且您应该在解析或 Jewel.__init__ 处理中引入异常处理（用于将数字数据转换为正确的 Python 类型）。
（另请注意，您应该考虑使用 Python 的 Decimal 模块而不是 float() 来表示货币值......或者至少以美分或密耳为单位存储值并使用您自己的函数将其表示为美元和美分）。