Question

情况如下：

我遇到的第一个问题是从CSV文件中获取信息。我正在编写的代码的目的是获取大量有关ZCTA（邮政编码）的信息，用于许多不同的同类群组（目前有六种目前正在使用，但代码是灵活的，可以有任意数量的队列）。一个文件包含每个ZCTA的群组。对于每个ZCTA，另一个文件具有每个群组的“病例”（观察到癌症的病例）的数量。另一份文件的每个队列的粗略率，对于爱荷华州（本研究的重点），人们可以“预期”通过队列“看到”人口癌症人数的比率。还有其他一些文件，但这些都是重点，因为这是展示我的问题的地方。

我的代码最初的作用是读取填充文件并通过ZCTA获取每个群组的人口。每个ZCTA和信息都存储在一个列表中，然后列表存储在包含所有ZCTA的列表（嵌套）列表中。然后代码获得原始利率。然后，对于每个ZCTA，将原始速率乘以适当的队列，并与每个ZCTA内的所有其他队列相加，以得到每个ZCTA我们可以预期患有癌症的总人数。人口也总结了。此信息存储在另一个列表中，以及包含所有ZCTA的列表中。这些信息将成为焦点（所有ZCTA的清单，每个ZCTA包含总人口和预期病例总数）。

所以，问题是我需要获取这个新获得的列表并获取OBSERVED个案的数量，对于每个队列，将它们加在一起，将其附加到适当的ZCTA并将其写入新文件。我已经实现了这样做的代码，除了底部22个左右的ZCTA没有得到观察到的案例数量。我不知道它是代码还是什么，但它适用于所有其他906，但不会得到底部22。

读者可以在Gist找到我讨论过的文件（观察到的案例文件和输出文件）的样本数据

以下是我正在使用的代码：

`expectedcsv = open('ExpectedCases.csv', 'w',  newline= '')
expectedwriter = csv.writer(expectedcsv, delimiter = ',')
expectedHeader = ['zcta', 'expected', 'pop', 'observed']
thecasesreader = csv.reader(thecasescsv, delimiter = ',')
for zcta in zctaPop:
   caseCounter = 0
   thecasescsv = open('NewCaseFile.csv', 'r', newline = '')
   thecasesreader = csv.reader(thecasescsv, delimiter = ',')
   for case in thecasesreader:
      if case[0] == zcta[0]:
         for i in range(3, len(case)):
            caseCounter += int(case[i])
   zcta.append(caseCounter)
   expectedwriter.writerow(zcta)
expectedcsv.close()
thecasescsv.close()`

我还想提出的其他事情是，稍后在代码中，所有这一切的实际目的是为每个网格点创建一个SMR过滤器。它们在爱荷华州的整个状态下（通过坐标）放置了一些网格点。 SMR是观察到的数量除以预期病例数。阈值，即特定过滤器的预期案例数，由用户设置。因此，如果用户想要在150个预期情况下创建过滤器（对于每个网格点），则代码将遍历每个ZCTA，总结预期情况，直到找到大于150个。到最后一个ZCTA的距离是过滤器的“半径”。

为此，我建立了一个距离矩阵（从每个网格点到每个ZCTA的距离），然后对它进行排序，最接近最远。由于文件的大小（2300 X 930），我必须逐行读取此文件并从其他文件中获取所有信息。因此，从最近的ZCTA开始，我得到人口，预期案例和观察到的案例（上面讨论了这个文件的问题）并将它们分别添加到各自的计数器（一个用于人口，一个用于观察，一个用于预期）。然后它转到下一个最接近的ZCTA并执行相同的操作，直到超过阈值。

这里的问题是我无法使用CSV模块读取这些文件，因为我已经从另一个文件读取并且索引将丢失。所以，我只需要使用常规filename.read()，然后需要对maketrans和.translate进行一些有趣的使用。我不确定它的效率还是效果很好。一切似乎都很好，但没有修复上述问题，这是不可能的。我已经包含了下面的代码，但是想知道是否有人有更好的想法/建议？

`expectedCSV = open('ExpectedCases.csv', 'r', newline = '')
 table = str.maketrans('\r', ' ')
 content = expectedCSV.read()
 expectedCSV.close()
 content = content.translate(table)
 content = content.split(sep = '\n')
 newContent = []
 for item in content:
     newContent.append((item.split(sep= ',')))
 content = ' '
 for item in newContent:
     if item[0] == currentZcta:
          expectedTotal += (float(item[1]))
          totalPop += (float(item[2]))
          totalObservedCount += (float(item[3]))`

此外，我无法弄清楚如何为蓝色方法和变量红色着色，就像这个网站的一些更棒的用户那样。我非常有兴趣学习如何为将来的帖子做这件事。

如果有人需要更多信息或任何澄清来帮助回答/制定解决方案，请务必请教！感谢您花时间阅读！

Answer 1

所以，我最终通过打开每个ZCTA计算的文件来计算观察到的以及预期和人口来“解决”这个问题。这并没有真正解决我正在处理的问题，而是找到了解决问题的方法。我有点失望，因为更多的人没有看到和/或回应这个问题。如果有人想出实际问题的答案，请务必在此处发布。 -Mike

Python - CSV模块，从文件获取信息

1 个答案: