我有一个像这样的简单CSV文件：
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
Note ,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32
1,,,,,X,,,,,,,,X,,,,,,,,X,,,,,,,,X,,,
2,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
4,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
5,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
我需要将其解析为包含 1 -s的二维数组，其中X为 0 ，否则忽略标题/额外行。
在阅读 csv 模块上的文档后，我写了一个简单的脚本，如下所示：
import csv
csvfile = open('input.csv', 'rb')
reader = csv.reader(csvfile,dialect='excel', delimiter=' ', quotechar='|')
data = []
rowCount = 0
for row in reader:
if(rowCount > 2): #skip first 3 rows (2 empty and 1 label)
dataRow = []
for i in xrange(1,len(row[0])):#skip 1st label column
dataRow.append(1 if row[0][i] == 'X' else 0) #append 1s for X, 0s otherwise
data.append(dataRow)
rowCount += 1
print data
这给了我预期的输出：
[0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0]
代表
,,,,,X,,,,,,,,X,,,,,,,,X,,,,,,,,X,,,
三元条件可以写成ord(row[0][i])/88，但是可以将每个字符串行映射到1和0的整数行吗？
是否有更多＆＃39; pythonic＆＃39;写这个的方式？
答案 0 :(得分：6)
您应该使用delimiter=','：
reader = csv.reader(csvfile, dialect='excel', delimiter=',', quotechar='|')
实际上：
dialect='excel', delimiter=','是默认值，您的示例文件不需要quotechar='|'（如果需要，请保留）。所以这个更短：
reader = csv.reader(csvfile)
丢掉前三行：
[next(reader) for _ in range(3)]
阅读所有专栏：
data = [[1 if entry=='X' else 0 for entry in row[1:]] for row in reader]
这相当于：
data = []
for row in reader:
data.append([1 if entry=='X' else 0 for entry in row[1:]])
当然，请在dedent后自动关闭打开文件：
with open('input.csv', 'rb‘) as csvfile:
# Put the rest of the algorithm here.
# The file is closed automatically just because continuing detended.
这是context manager的主要示例。
全部放在一起：
import csv
with open('input.csv', 'rb') as csvfile:
reader = csv.reader(csvfile)
[next(reader) for _ in range(3)]
data = [[1 if entry=='X' else 0 for entry in row[1:]] for row in reader]
答案 1 :(得分：4)
首先，跳过三行可以像：
for _ in range(3):
next(reader)
然后您可以在其余部分使用list comprehension：
data = [[int(cell == 'X') for cell in line[1:]] for line in reader]
这为您提供了一个列表列表：
>>> data
[[0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]
如果效率很重要并且线条较长，则使用itertools.islice可以在不创建新列表的情况下对每一行进行切片。
请注意，您的delimiter和quotechar设置似乎与示例文件不匹配，因此您可能需要仔细检查一下。
答案 2 :(得分：1)
有一件事我想添加到@jonrsharpe的答案。
使用文件的Pythonic方式如下。 这将在您完成计算时为您关闭文件
angular.module('ArtistController', []).controller('ArtistController', ['$scope', 'Artist', '$location', '$routeParams',
function ($scope, Artist, $location, $routeParams) {
$scope.getArtistInfo = function (params) {
$scope.artist = Artist.getArtistInfo(params);
}
$scope.params = $routeParams;
}
]);
答案 3 :(得分：0)
numpy.genfromtxt() DATA = np.genfromtxt( aFH, # aFH = open( <aFileNAME>, "r" )
#kiprows = 1, # DeprecationWarning: The use of `skiprows` is deprecated, it will be removed in numpy 2.0.
skip_header = 3, # twice "..." + "Note,1,2,3.."
delimiter = ",",
converters = { 1: lambda aString: mPlotDATEs.date2num( datetime.datetime.strptime( aString[1:-1], "%m/%d/%y %H:%M" ) ),
0: lambda aString: float( aString[1:-1] )
} # left as an example of powers the genfromtxt()'s inline conversters create
)
print "DATA has shape of ", DATA.shape
aFH.close()
converters （asDict）是关键字（指定每列） - 即可以将 X -s后处理为< strong> 1 -s和 isBlank -s到 0 -s
根据 numpy ，任何严重的数字运算都是可见的或不可见的。因此，导入模块的足迹不会导入 pandas （非常智能且非常强大），只需导入文本行而无需进一步使用高级{{ 1}}能力。
此外，如果您的 DataFrame 变得越来越大，您可能会从其他更智能的 numpy 功能中受益。从您的示例数据中可以看出，这是使用 SPARSE-MATRICE 的典型情况，您不需要支付与处理差不多相关的巨额开销 - 空 -cells（ DATA.size -s）。
这可能会给你提供比 bool -ean-MASK数组更加紧凑的内存解决方案，它仍然在0-cell-s上花费超过几位网格化（ DENSE -MATRIX）。
0 - ic方法吗？希望这不会引发火焰战争。因此，作为简约视图，我们假设 python -loops被避免（第一次加 - 正式和性能方面），单线 - 民粹主义者可能也很高兴，因为整个导入过程需要一行（有点健谈，但仍有一行...... SLOC-line 如果有人真正关心：o））。 最后 for -inliners非常聪明且功能强大 lambda -ic non-plus-ultra（get爱上他们，因为他们都给你巨大的力量，所以，所以，所以， python -ic（虽然原则上这些“查克诺里斯”的代码起源于LISP在上世纪50年代后期开发的关于高效软件设计的科学））