使用 Ruby CSV 提取一列

Question

我一直在尝试从 csv 文件中获取单列。

我已经阅读了文档 http://www.ruby -doc.org/stdlib/libdoc/csv/rdoc/index.html 但还是不太明白如何使用它。

如果我使用 CSV.table，与 CSV.read 相比，响应速度非常慢。我承认我正在加载的数据集非常大，这正是我只想从中获取单个列的原因。

我的请求目前看起来像这样

@dataTable = CSV.table('path_to_csv.csv')

，当我调试时，我得到的响应

#<CSV::Table mode:col_or_row row_count:2104 >

The document said I should be able to use by_col()，但是当我尝试输出时

<%= debug @dataTable.by_col('col_name or index') %>

它给了我“未定义的方法'col'错误”

有人可以吗向我解释一下我应该如何使用 CSV？是否有一种方法可以使用“读取”而不是“表”更快地获取列？

我使用的是 Ruby 1.92，它说它正在使用 fastCSV，所以我不需要使用 FasterCSV gem。

Answer 1

要从 csv 中提取一列，我可能会执行如下操作：

col_data = []
CSV.foreach(FILENAME) {|row| col_data << row[COL_INDEX]}

这应该比 CSV.Table 上的任何操作都要快得多

Answer 2

您可以使用以下代码片段从 csv 文件的单列中获取值。

@dataTable = CSV.table('path_to_csv.csv')
@dataTable[:columnname]

Answer 3

我发现这对我有用（我在这里使用 OP 的变量名称）：

@dataTable = CSV.read('path_to_csv.csv')
@dataTable.by_col!
p @dataTable.values_at('Field1')

这会将 Field1 列中的所有值打印为具有一个元素的数组数组：[value1 ]、[值2]、[值3]... 等等。因此

p @dataTable.values_at('Field1').flatten

将在单个数组中打印 Field1 列中的所有值。

如果您想一一循环遍历表中的所有字段，那么这是一种方法。首先，您必须使用 by_col! 进行转换，以便索引引用列而不是行。然后索引将引用列而不是行，您可以执行以下操作：

@dataTable = CSV.read('path_to_csv.csv')
@dataTable.by_col!

0.upto(@dataTable.headers.size - 1) do |i|
  p @dataTable.values_at(i).flatten.compact.size # Or whatever you want here
end

这是一种从 CSV 文件中计算汇总值的方法，然后可以使用该方法创建数据透视表。如果需要从 CSV 文件输入数据并以数据透视表的形式输出汇总数据，这可能是一种简单的方法。