使用python读取和提取csv文件列

时间:2010-07-11 11:15:28

标签: python csv

我有以下代码......

reader=csv.DictReader(open("test1.csv","r"))
allrows = list(reader)

keepcols = [c for c in allrows[0] if all(r[c] != '0' for r in allrows)]

print keepcols
writer=csv.DictWriter(open("output1.csv","w"),fieldnames='keepcols',extrasaction='ignore')
writer.writerows(allrows)

我有一个csv文件,大约有45个字符串。
第一列有一些名字..
除了第一列,所有其他只有0和1 ... 当然,整个表格也有一些标题。
我试图从csv文件中读取列,我只需要提取那些带有1的字符串 问题是输出文件是空的,即使表中有几列有1的..

有人可以请你帮帮我.... :(我被困住了......

Title    3003_contact    3003_backbone   3003_sidechain  3003_polar  3003_hydrophobic    3003_acceptor   3003_donor  3003_aromatic
l1  1   1   0   1   1   0   0   0
l1  1   0   1   0   0   0   1   0
l1  1   0   0   0   0   0   0   0
l1  1   0   0   0   1   0   0   1
l1  1   0   0   0   0   0   0   0
l2  1   0   0   0   1   0   0   0
l2  1   0   0   0   0   1   0   0
l3  1   0   0   0   0   0   0   0
l3  1   0   0   0   0   0   1   0
l3  1   0   0   0   0   0   0   1
l3  1   0   0   0   0   0   0   0
l3  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0
l4  1   0   0   0   0   0   0   0

它只返回第1列...我尝试将'keepcols'更改为keepcols ...然后我先获取column2然后将column1作为输出

1 个答案:

答案 0 :(得分:4)

编辑:如果输入文件是逗号分隔值文件,则 要维护密钥的顺序,请使用reader.fieldnames代替allrows[0]中的密钥。

所以解决方案是:

keepcols = [c for c in reader.fieldnames if any(r[c] != '0' for r in allrows)]

上面发布的输入文件看起来像是以空格分隔的列。在这种情况下,我不认为csv是解析它的正确工具。相反,您可以使用split

import csv
with open("test1.csv","r") as f:
    fields=next(f).split()
    # print(fields)
    allrows=[]
    for line in f:
        line=line.split()
        row=dict(zip(fields,line))
        allrows.append(row)
        # print(row)
    keepcols = [c for c in fields if any(row[c] != '0' for row in allrows)]
    print keepcols
    writer=csv.DictWriter(open("output1.csv","w"),fieldnames=keepcols,extrasaction='ignore')
    writer.writerows(allrows)

Edit2:列顺序更改的原因是for c in allrows[0]以未指定的顺序返回allrows[0]的键。默认情况下不会对dict个键进行排序。上面的代码通过将fields定义为列表而不是dict来解决此问题。

原始回答:fieldnames='keepcols'更改为fieldnames=keepcols

fieldnames必须是一系列密钥,例如['fieldA','fieldB',...]

在Python中需要注意的一个潜在缺陷是字符串是序列。迭代字符串时,您将获得字符串的字符。因此,当您说fieldnames='keepcols'时,您将fieldnames设置为字符序列['k','e','e','p','c','o','l','s']。您没有收到错误,因为这是一个有效的键序列。但是你的词典列表allrows没有碰巧有这些键。 writer.writerows以后extrasaction='ignore'轻率地忽略了这一点。