Question

我目前正在阅读python中关于数据分析的Udacity课程，我们一直在使用unicodecsv库。

更具体地说，我们编写了以下代码来读取csv文件并将其转换为列表。这是代码：

def read_csv(filename):
with open(filename,'rb')as f:
    reader = unicodecsv.DictReader(f)
    return list(reader)

为了解决这个问题，我想弄清楚数据是如何在字典和列表中表示的，我很困惑。有人可以向我解释一下。

例如，我不明白的一件事是为什么以下引发错误

enrollment['cancel_date']

虽然以下工作正常：

for enrollment in enrollments:
enrollments['cancel_date'] = parse_date(enrollment['cancel_date'])

希望这个问题有道理。我只是在想象所有这些是如何表现出来的。

任何帮助将不胜感激。感谢。

Answer 1

我也因为与课程相关的一些麻烦而来到这里，发现这个没有答案。但是我认为你已经管理好了。无论如何回答这里，以便其他人可能会发现这有用。

就像我们都知道的那样，可以像

那样访问词典

dictionary_name['key']

同样如此 enrollments['cancel_date']也应该有用。

但是，如果你做了像

这样的事情

print enrollments

你会看到结构

[{u'status': u'canceled', u'is_udacity': u'True', ...}, {}, ... {}]

如果你注意到方括号，它就像list of dictionaries一样。你可能会认为它是list of list。试试吧。

print enrollments[0][0]

你会收到错误！ KeyError。

所以，它就像一组词典。如何访问它们？通过enrollments[n]缩小到任何字典（而不是csv的行）。

现在你有了一本字典。您现在可以自由使用key。

print enrollments[0]['cancel_date']

现在进入你的循环，

for enrollment in enrollments:
    enrollment['cancel_date'] = parse_date(enrollment['cancel_date'])

这样做是enrollment是捕获每个可迭代元素enrollments的虚拟变量，如enrollments[1], enrollments[2] ... enrollments[n]。

因此，每次enrollment都有来自enrollments的字典，因此enrollment['cancel_date']可以使用enrollments['cancel_date']。

最后我想补充一点，这就是为什么我来到线程。

＆＃34; u＆＃34;是什么意思？在你＆＃39; ..＆＃39; ？例如：u＆＃39; cancel_date＆＃39; = u＆＃39; 11-02-19＆＃39;。

答案是这意味着字符串被编码为Unicode。它不是字符串的一部分，它是python表示法。 Unicode是一个包含所有世界语言的字符和符号的库。

这主要是因为unicodecsv包不会成为跟踪和转换csv文件中每个项目的头痛问题。它将它们读作Unicode以保留所有字符。现在，这就是Caroline和您定义并使用parse_date()和其他函数将Unicode字符串转换为所需数据类型的原因。这是数据处理过程的一部分。