Question

我有一个包含A，B，C，D列和N行的CSV文件。问题是这些列中的数据长度不同，有些是4.5，有些是4.52。

我的问题分为两部分：

如何从csv文件访问这些列。我已经使用这段代码打印csv文件的内容并将它们读入数组

    import csv
    with open('file.csv','rb') as f:
        reader = csv.reader(f)
        for row in reader:
            print row

打印CSV文件中的行并替换

    print row

带

    z = row
    z.append(z)

将数据保存到数组中。

但是z是一维阵列。并且数据是字符串类型。当我尝试执行np.median（z）类型的操作时，它给了我一个错误。另外，我做不到

    z.append(float(z))

这给了我一个TypeError。

而且，当我们从csv文件导入它们时，是否有截断值并将它们设置为一定的精度？！比如，如果文件的值如4.3,4.56,4.299，...，我想约束我最终导入的只有一个小数点。

这个SE问题最接近回答我的第二个问题 - Python - CSV: Large file with rows of different lengths - 但我不明白。如果你们中的任何人能够帮助我，我会感激不尽。

编辑1： @ Richie：这是一个示例数据集 - http://goo.gl/io8Az。它链接到谷歌文档。并注意你的评论，这是我在我的csv文件上运行你的代码的结果 -

     ValueError: could not convert string to float: plate

@ Pieters：z = row，z.append（z）创建了这个 - ['3836'，'55302'，'402'，'22 .945717'，'22 .771544'，'23 .081865'，'22 .428421'，'21 .78294'，'164.40663689'，' - 1.264641627'，'1.780485'，'1237674648848106129'， [...]]。

我应该提到我刚开始使用python并且我在需要知道的基础上学习东西！我正在即兴创作我在网上找到的一些代码。

编辑2：我听说过大熊猫。我想我应该开始使用它。

@ Khalid - 我运行你的代码，我能够检索我想要的列。而不是打印整行，我可以访问它吗？！作为静态数组？！

编辑3： @ richie：我第一次运行你的代码时出现了这个 -

追踪（最近一次通话）：文件“”，第4行，in ValueError：无法将字符串转换为float：plate

好吧，我意识到包含列名的第一行是原因，所以我删除了第一行，将其保存为新文件并在该文件上运行代码，它工作得很好。

但是，如果我删除第一行，其中包含列标识符，我不能使用下面的khalid提到的方法。我在看同时的熊猫。

感谢所有人：）

编辑4：学习到教训了。熊猫真棒。工作完成:)）

Answer 1

一些事情，取决于你想做什么。以下是通过列引用它们的简单方法：

import csv

with open('file.csv','r') as f:
    reader = csv.DictReader(f, delimiter=',')
    rows = list(reader)

for row in rows:
   print row['plate']

如果要将它们转换为浮点数或整数，可以使用map。但是，我怀疑你最后想做一些计算，为此更好地使用pandas。

作为额外的奖励，pandas将为您提供名为DataFrame文件的2D网格表示。

Answer 2

试试这个;

import csv
import numpy as np
class onefloat(float):
   def __repr__(self):
       return "%0.1f" % self
with open('file.csv','rb') as f:
    reader = csv.reader(f)
    for row in reader:
        print map(onefloat,row) # your issue of 1 decimal point is taken care of here
        print '{:.1f}'.format(np.median(map(float,row))) # in case you want this too to be of 1 decimal point

这就是使用Pandas

的方法

import pandas as pd
data = pd.read_csv('richards_quasar_outliers.csv')
print data['plate'].median()

在Python中从CSV文件访问列数据

2 个答案: