Question

我有一个包含超过10行和3列的文本文件，如：

Classification Type  A  B
Commercial Homes     12 15
Residential Homes    10 14
................     .. ..

我想分别阅读每一栏，如：

Classification = ['Commercial Homes', 'Residential Homes'.......]
A = [12,10,....]
B = [15,14,....]

我可以使用split()并将它们读入单独的列表，但分类名称有多个单词，我必须在列表中捕获全名而不是第一个单词。任何建议都会很有意义。

Answer 1

只需使用zip()转置由csv reader对象表示的矩阵：

import csv

with open(fn) as f:
    reader=csv.reader(f, delimiter='\t')
    a, b, c = zip(*reader)

    print a
    ('Classification Type', 'Commercial Homes', 'Residential Homes')
    print b
    ('A', '12', '10')
    print c
    ('B', '15', '14')
    # trim the tuples as you wish, such as b=list(b[1:])...

然后，你可能想要一个带有该元组的第一个值的dict：

data={}
for t in zip(*reader):
    data[t[0]]=t[1:]

print data    
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

然后可以将其简化为单一陈述：

data={t[0]:t[1:] for t in zip(*reader)}
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

Answer 2

这样的事可能有用：

#!/usr/bin/python
with open('./mydata', 'r') as raw_data:
    data = [line.strip().split() for line in raw_data.readlines()]
header = data.pop(0) ## Pop off header, removed from list
a = [record[1] for record in data]
b = [record[2] for record in data]

显然，我们两次遍历列表，一次是a，另一次是b。对于小型数据集，这不会造成任何性能问题。

或者我们可以这样做：

#!/usr/bin/python
a = list()
b = list()
with open('./mydata', 'r') as raw_data:
    for line in raw_data:
        if line.startswith('Classification'):
            continue # skip the header line
        line = line.strip().split()
        a.append(line[1])
        b.append(line[2])

这有点冗长。但它只需一次通过数据即可完成工作。

Answer 3

使用csv库执行任务

import csv

def main():
    with open(r'CSVReaderData.txt', 'r') as f:
        reader = csv.reader(f, delimiter='\t')
        col1, col2, col3 = zip(*reader)

    print 'Classification = ',list(col1)
    print 'A = ',list(col2)
    print 'B = ',list(col3)

if __name__ == '__main__':
    main()

将列读入单独的列表

3 个答案: