Question

我正在尝试编写一个子程序，它将在CSV文件中包含两个参数filename和column name。子例程将搜索第二个参数（列名称）并从CSV文件中删除该列（或列），然后返回删除了参数的CSV文件。

我觉得我已经完成了这个子的前半部分（打开文件，检索标题和值）但我似乎无法找到一种方法来搜索CSV文件以查找用户输入的字符串并删除整个列。有任何想法吗？这是我到目前为止所拥有的。

sub remove_columns {
   my @Para = @_;
   my $args = @Para;
   die "Insufficent arguments\n" if ($nargs < 2);

   open file, $file
   $header = <file>;
   chomp $header;

   my @hdr = split ',',$header;

   while (my $line = <file>){
    chomp $line;
    my @vals = split ',',$line;

    #hash that will allow me to access column name and values quickly
    my %h;

    for (my $i=0; $i<=$#hdr;$i++){
      $h{$hdr[$i]}=$i;
    }
     ....
}

这是搜索和删除的地方。我一直在考虑如何解决这个问题;我将要修改的CSV文件将是巨大的，因此速度是一个因素，但我似乎无法想到一个好的方法来解决这个问题。我是Perl的新手，所以我有点挣扎。

Answer 1

以下是一些有希望让你前进的提示。

要删除数组位置$index处的数组元素，请使用：

splice @array,$index,1 ;

由于速度是一个问题，你可能想要在开始时构造一个列数列，然后循环数组的元素

for my $index (@indices) {
  splice @array,$index,1 ;
}

（这种方式比for (my $i=0; $i<=$#hdr;$i++)类型循环更加惯用Perl）

需要考虑的另一件事 - CSV格式非常复杂。您的数据可能会在,内包含" "的数据，例如

1,"column with a , in it"

我会考虑使用类似Text::CSV

的内容

Answer 2

你应该朝着Text::CSV

的方向看

或者你可以这样做：

my $colnum;
my @columns = split(/,/, <$file>);
for(my $i = 0; $i < scalar(@columns); $i++) {
    if($columns[$i] =~ /^$unwanted_column_name$/) {
         $colnum = $i;
         last;
    };
};

while(<$file>) {
   my @row = split(/,/, $_);
   splice(@row, $colnum, 1);
   #do something with resulting array @row
};

旁注：你真的应该使用strict和warnings;

split(/,/, <$file>);

不适用于所有CSV文件

Answer 3

如何从数组中删除一些列有一种优雅的方法。如果我要在数组@cols中删除列，并在@headers中添加标题，我可以使索引数组保留：

my %to_delete;
@to_delete{@cols} = ();
my @idxs = grep !exists $to_delete{$headers[$_]}, 0 .. $#headers;

然后很容易制作新标题

@headers[@idxs]

以及读取列的新行

@columns[@idxs]

例如，可以使用相同的方法来重新排列数组。它是非常快速和非常惯用的Perl方式如何完成这类任务。

从CSV文件中搜索并删除列

3 个答案: