使用 Python 解析 CSV/制表符分隔的 txt 文件

Question

我目前有一个 CSV 文件，在 Excel 中打开时，该文件总共有 5 列。只有 A 列和 C 列对我来说有意义，其余列中的数据无关紧要。

从第 8 行开始，然后以 7 的倍数开始工作（即第 8、15、22、29、36 行等...），我希望使用 Python 2.7 使用这些字段中的信息创建一个字典。 A 列中的数据将是密钥（6 位整数），C 列中的数据将是密钥的相应值。我试图在下面强调这一点，但格式不是最好的： -

    A        B      C          D
1                           CDCDCDCD  
2                           VDDBDDB
3
4
5
6
7  DDEFEEF                   FEFEFEFE
8  123456         JONES
9
10
11
12
13
14
15 293849         SMITH

根据上面的内容，我希望从 A7 (DDEFEEF) 中提取值作为我字典中的键，“FEFEFEFE”是相应的数据，然后将另一个条目添加到我的字典中，跳转到第 15 行，其中“2938495”是我的键，“Smith”是相应的值。

有什么建议吗？源文件是一个 .txt 文件，其中条目以制表符分隔。 谢谢

澄清：

只是为了澄清，到目前为止，我已经尝试了以下操作：-

import csv

mydict = {:}
f = open("myfile", 'rt')
reader = csv.reader(f)
    for row in reader:
        print row

上面只是一次一行地打印出所有内容。我确实尝试了“for row(7) in reader”，但这返回了错误。然后我研究了它并尝试了以下方法，但它也不起作用：

import csv
from itertools import islice

entries = csv.reader(open("myfile", 'rb'))
mydict = {'key' : 'value'}

for i in xrange(6):
    mydict['i(0)] = 'I(2)    # integers representing columns
    range = islice(entries,6)
    for entry in range:
        mydict[entries(0) = entries(2)] # integers representing columns

Answer 1

首先将文本转换为列表的列表。这将处理解析部分：

lol = list(csv.reader(open('text.txt', 'rb'), delimiter='\t'))

其余部分可以通过索引查找来完成：

d = dict()
key = lol[6][0]      # cell A7
value = lol[6][3]    # cell D7
d[key] = value       # add the entry to the dictionary
 ...

Answer 2

尽管所提供的其他解决方案没有任何问题，但您可以通过使用 python 优秀的库 pandas 来简化并极大地升级您的解决方案。

Pandas 是一个用 Python 处理数据的库，受到许多数据科学家的青睐。

Pandas 有一个简化的 CSV 接口来读取和解析文件，可用于返回字典列表，每个字典包含文件的一行。键将是列名称，值将是每个单元格中的值。

在你的情况下：

    import pandas

    def create_dictionary(filename):
        my_data = pandas.DataFrame.from_csv(filename, sep='\t', index_col=False)
        # Here you can delete the dataframe columns you don't want!
        del my_data['B']
        del my_data['D']
        # ...
        # Now you transform the DataFrame to a list of dictionaries
        list_of_dicts = [item for item in my_data.T.to_dict().values()]
        return list_of_dicts

# Usage:
x = create_dictionary("myfile.csv")

Answer 3

如果文件很大，您可能不希望立即将其完全加载到内存中。这种方法避免了这种情况。 （当然，用它制作一个字典仍然会占用一些 RAM，但它保证比原始文件小。）

my_dict = {}
for i, line in enumerate(file):
    if (i - 8) % 7:
        continue
    k, v = line.split("\t")[:3:2]
    my_dict[k] = v

编辑：不确定我之前从哪里得到的 extend 。我的意思是更新