使用Python中的过滤器函数

Question

我正在尝试使用 Python 的内置过滤器函数来从 CSV 中的某些列中提取数据。这是过滤功能的好用吗？我是否必须首先定义这些列中的数据，或者Python是否已经知道哪些列包含哪些数据？

Answer 1

由于Python吹嘘“自带电池”，对于大多数日常情况，可能已经有人提供了解决方案。
CSV就是其中之一，有内置csv模块

还有tablib 是一个非常好的第 3 方模块，尤其是在处理非 ASCII 数据时。

对于您在评论中描述的行为，这将执行以下操作：

import csv
with open('some.csv', 'rb') as f:
   reader = csv.reader(f)
   for row in reader:
      row.pop(1)
      print ", ".join(row)

Answer 2

filter 函数旨在从列表（或一般来说，任何可迭代的）中选择满足特定条件的元素。它并不是真正用于基于索引的选择。因此，尽管您可以使用它来挑选 CSV 文件的指定列，但我不推荐它。相反，您可能应该使用类似这样的内容：

with open(filename, 'rb') as f:
    for record in csv.reader(f):
        do_something_with(record[0], record[2])

根据您对记录的具体操作，最好在感兴趣的列上创建一个迭代器：

with open(filename, 'rb') as f:
    the_iterator = ((record[0], record[2]) for record in csv.reader(f))
    # do something with the iterator

或者，如果您需要非顺序处理，也许是一个列表：

with open(filename, 'rb') as f:
    the_list = [(record[0], record[2]) for record in csv.reader(f)]
    # do something with the list

I'我不确定定义列中的数据是什么意思。数据由 CSV 文件定义。

---

相比之下，这里是您希望使用过滤器的情况：假设您的 CSV 文件包含数字数据，并且您需要构建一个记录列表，其中的数字严格按递增顺序排列：行。您可以编写一个函数来确定数字列表是否严格按递增顺序排列：（

def strictly_increasing(fields):
    return all(int(i) < int(j) for i,j in pairwise(fields))

请参阅 itertools 文档，了解pairwise 的定义）。然后您可以将其用作 filter 中的条件：

with open(filename, 'rb') as f:
    the_list = filter(strictly_increasing, csv.reader(f))
    # do something with the list

当然，同样的事情可以而且通常会作为列表理解来实现：

with open(filename, 'rb') as f:
    the_list = [record for record in csv.reader(f) if strictly_increasing(record)]
    # do something with the list

因此没有理由使用 filter > 在实践中。