我正在尝试阅读专栏" Transcript Text"来自CSV文件,看起来像这样 -
Order,LearningID,Gender,Race,College, ID ,B,Transcript Text
1,T66666666B,Male,UNKNOWN,AMC,122333444,,(BEGIN INTERVIEW)
6,T77777777B,Male,UNKNOWN,AMC,133333333,,INTERVIEWER: CTVA's your major?
7,T88888888B,Male,UNKNOWN,AMC,144444444,,"STUDENT: Yes, that's right."
我的代码读取列号。 7(成绩单文本)看起来像这样 -
import csv
file_csv = open("test.csv", newline='')
csv_reader = csv.reader(file_csv, delimiter=',', quotechar='|')
txt_string =''
common_words = ['mmhmm', 'interposing', 'xblank']
for i, v in enumerate(csv_reader):
print (i)
print(v[7])
txt_string += v[7]
file_csv.close()
现在当我遍历这个时,它会跳过一些值,而不是打印v [7](列 - 成绩单文本)的所有值。奇怪的是,计数器值也不会被打印出来。
输出看起来像这样 -
0
Transcript Text
3
STUDENT: Yes, that's right.
我已确保使用utf-8选项MS Excel保存csv,我也尝试将编码设置为utf-8。
file_csv = open("test.csv", newline='', encoding ='utf-8')
但没有任何作用。而且非常奇怪,每次我运行它时,结果都是不稳定的,也就是先前打印过的一些行被打印出来。
这可能是什么问题? (使用Python 3.5,我使用的实际csv文件大约有25k行。
答案 0 :(得分:0)
您的quotechar
是双引号"
另外,启动python3你应该使用这种文件处理方式,试试看:
text = ''
with open('test.csv', newline='') as csvfile:
csvFile = csv.reader(csvfile, delimiter=',', quotechar='"')
for row,data in enumerate(csvFile):
print(row, data[7])
text += data[7]
print(text)
输出:
0 Transcript Text
1 (BEGIN INTERVIEW)
2 INTERVIEWER: CTVA's your major?
3 STUDENT: Yes, that's right.
Transcript Text(BEGIN INTERVIEW)INTERVIEWER: CTVA's your major?STUDENT: Yes, that's right.
答案 1 :(得分:0)
从表面上看,您似乎正在使用错误的quotechar。来自csv docs:
指示writer对象仅引用这些字段 其中包含特殊字符,如分隔符,quotechar或any lineterminator中的字符。
出于某种原因,您将管道字符作为quotechar传递。但显然,你提供的数据是使用双引号字符,这是默认值,看起来效果很好:
>>> import csv, StringIO
>>> data = """Order,LearningID,Gender,Race,College, ID ,B,Transcript Text
... 1,T66666666B,Male,UNKNOWN,AMC,122333444,,(BEGIN INTERVIEW)
... 6,T77777777B,Male,UNKNOWN,AMC,133333333,,INTERVIEWER: CTVA's your major?
... 7,T88888888B,Male,UNKNOWN,AMC,144444444,,"STUDENT: Yes, that's right."
... """
>>> fd = StringIO.StringIO(data)
>>> print list(csv.reader(fd))
[['Order', 'LearningID', 'Gender', 'Race', 'College', ' ID ', 'B', 'Transcript Text'], ['1', 'T66666666B', 'Male', 'UNKNOWN', 'AMC', '122333444', '', '(BEGIN INTERVIEW)'], ['6', 'T77777777B', 'Male', 'UNKNOWN', 'AMC', '133333333', '', "INTERVIEWER: CTVA's your major?"], ['7', 'T88888888B', 'Male', 'UNKNOWN', 'AMC', '144444444', '', "STUDENT: Yes, that's right."]]
答案 2 :(得分:0)
这是Python2,但值得一试,看看它是否解决了你的问题
我看到的第一个问题是你给出|
的引用字符,但看起来你的引用字符应该是"
,因为第8列(脚本文本)包含在{{1}中}},而不是"
。
另外,我喜欢阅读第一行(当列标题存在时)并使用zip创建列数据字典而不是按索引访问(当列更改排序时可能会出错)
|
答案 3 :(得分:0)
将您的代码更改为以下内容,
with open(file) as f:
reader = csv.reader(f)
next(reader) # skip the header row
for i, row in reader:
print(i)
print(row[7])
如果这样可行。