Python将整数从csv文件读入列表

Question

我在尝试将csv文件中的特定列读入Python中的列表时遇到了一些麻烦。下面是我的csv文件的示例：

Col 1       Col 2
1,000,000   1
  500,000   2
  250,000   3

基本上我想将第1列作为整数值添加到列表中，并且在执行此操作时遇到了很多麻烦。我试过了：

for row in csv.reader(csvfile):
    list = [int(row.split(',')[0]) for row in csvfile]

但是，我得到一个ValueError，它表示＆＃34;对于带有基数为10的int（）的无效文字：＆＃39;＆＃34; 1＆＃39;

然后我尝试了：

for row in csv.reader(csvfile):
    list = [(row.split(',')[0]) for row in csvfile]

这次我没有收到错误，但我得到了清单：

['"1', '"500', '"250']

我也尝试更改分隔符：

for row in csv.reader(csvfile):
    list = [(row.split(' ')[0]) for row in csvfile]

这几乎给了我想要的列表，但是，列表包括第二列以及＆＃34; \ n＆＃34;在每个值之后：

['"1,000,000", 1\n', etc...]

如果有人能帮我解决这个问题，我将不胜感激！

干杯

Answer 1

您可以使用正则表达式打开文件并在空格处分割：

import re
file_data = [re.split('\s+', i.strip('\n')) for i in open('filename.csv')]
final_data = [int(i[0]) for i in file_data[1:]]

Answer 2

你应该明智地选择你的分隔符： 如果您使用.使用浮动数字，请使用,分隔符，或者如果您使用,作为浮动数字，请使用;作为分隔符。

此外，正如the doc for csv.reader所提到的，您可以使用delimiter=参数来定义分隔符，如下所示：

with open('myfile.csv', 'r') as csvfile:
    mylist = []
    for row in csv.reader(csvfile, delimiter=';'):
        mylist.append(row[0]) # careful here with [0]

或简短版本：

with open('myfile.csv', 'r') as csvfile:
    mylist = [row[0] for row in csv.reader(csvfile, delimiter=';')]

要将您的号码解析为浮点数，您必须执行

 float(row[0].replace(',', ''))

Answer 3

首先，您必须正确解析数据。事实上，它不是CSV（逗号分隔值），而是TSV（Tab-Separated），您应该通知CSV阅读器（我假设它的标签但你理论上可以使用任何有一些调整的空格）：

for row in csv.reader(csvfile, delimiter="\t"):

其次，您应该删除任何逗号的整数值，因为它们不会添加新信息。之后，可以使用int()：

轻松解析它们

int(row[0].replace(',', ''))

第三，你真的不应该两次迭代同一个列表。使用列表推导或正常for循环，而不是同时使用相同的变量。例如，使用列表理解：

csvfile = StringIO("Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n")
reader = csv.reader(csvfile, delimiter="\t")
next(reader, None)  # skip the header
lst = [int(row[0].replace(',', '')) for row in reader]

或者正常迭代：

csvfile = StringIO("Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n")
reader = csv.reader(csvfile, delimiter="\t")
lst = []
for i, row in enumerate(reader):
    if i == 0:
        continue  # your custom header-handling code here
    lst.append(int(row[0].replace(',', '')))

在这两种情况下，lst都应设置为[1000000, 500000, 250000]。享受。

顺便说一下，使用保留关键字list作为变量是一个非常糟糕的主意。

更新。还有一个我觉得有趣的选择。您可以使用csv.Sniffer来检测它，例如：

，而不是明确设置分隔符

csvdata = "Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n"
csvfile = StringIO(csvdata)
dialect = csv.Sniffer().sniff(csvdata)
reader = csv.reader(csvfile, dialect=dialect)

然后就像上面的片段一样。即使用分号或逗号替换制表符（需要围绕奇怪整数的引号），或者可能还有别的东西，这将继续有效。