Question

我有一个CSV格式的学生成绩数据集，如下所示：

data = '''student,maths,science,english,nepali,computer
John,57,77,73,50,55
Mark,52,66,89,78,50
Ben,57,85,53,87,53
Toby,90,63,64,76,58
Anna,52,97,88,81,51'''

我希望它使用以下过程将其转换为嵌套的list：

删除第一行以及学生的姓名，这是随后每一行的第一元素
将代表标记的所有其余元素转换为整数

我想以list的理解来做到这一点。

所需的输出：

[[57, 77, 73, 50, 55],
 [52, 66, 89, 78, 50],
 [57, 85, 53, 87, 53],
 [90, 63, 64, 76, 58],
 [52, 97, 88, 81, 51]]

我尝试了以下代码（有效，但未使用列表理解）：

 def read_data(file_name):
'''function to read data from a file, process it and store 
it in a data matrix (2D list)
returns the data matrix'''

file = open(file_name,"r")
data = file.readlines()
file.close()

mat = []
for line in data:
    mat.append(line.replace("\n","").split(","))

for i in range(1,len(mat)):
    for j in range(1,len(mat[i])):
        mat[i][j] = int(mat[i][j])
return mat

Answer 1

通常，当您具有以下形式的for循环时：

result = []
for object in iterable:
    result.append(function(object))

您可以将其重新构建为list理解，如下所示：

result = [function(object) for object in iterable]

因此，在这里我们可以有以下内容：

mat = [line.replace('\n', '').split(',') for line in data]

但是，请注意，我们对每个split的值都有一个line调用，这意味着我们有一个嵌套的list，并且我们想要转换的每个元素内部 list转换为整数。对于嵌套的list，我们需要嵌套的list理解。回到上面的模式，很明显该函数为int：

mat = [[int(element) for element in line.replace('\n', '').split(',)] for line in data]

不幸的是，该 still 无效，因为 data的第一行是标题，每行的第一元素是学生的姓名。因此，我们需要将数据分为标题，名称和标记：

with open(file_name) as f:
    data = f.read().split('\n')

processed_data = [line.replace('\n', '').split(',') for line in data]

headings = processed_data[0]
names = [line[0] for line in processed_data[1:]]
marks = [[int(element) for element in line[1:]] for line in processed_data[1:]]

Answer 2

我们在这里

data = """student,maths,science,english,nepali,computer
John,57,77,73,50,55
Mark,52,66,89,78,50
Ben,57,85,53,87,53
Toby,90,63,64,76,58
Anna,52,97,88,81,51"""

output = [[int(item) for item in line]
          for row in data.split("\n")[1:]
          for line in [row.split(",")[1:]]]

print(output)

哪个产量

[
    [57, 77, 73, 50, 55],
    [52, 66, 89, 78, 50],
    [57, 85, 53, 87, 53],
    [90, 63, 64, 76, 58],
    [52, 97, 88, 81, 51]
]

这使用列表切片（[1:]），并且变量名称不言自明。

提示：对于将来可能遇到的问题，最好提供可以复制和粘贴的文本-在这里您可以更快地获得帮助。

Answer 3

您可以在此处使用csv模块。

例如：

import csv

def read_data(file_name):
    with open(file_name) as infile:
        reader = csv.reader(infile)
        next(reader)                   #Skip header
        result = [list(map(int,row[1:])) for row in reader]    #list comprehension
    return result

Answer 4

尝试一下，而不是第二个循环：

mat = [list(map(int,i)) for i in mat]

Answer 5

with open("your_file.txt") as f:
    c = f.readlines()

o = [x.replace("\n","").split(",")[1:] for x in c[1:]]

这条线是您感兴趣的，

[x.replace("\n","").split(",")[1:] for x in c[1:]]

对于文件中的每一行x，请替换“ \ n”，然后将它们用“，”分成列表。拆分后，您可以忽略第一个索引[0]，它将是您要删除的名称。

使用列表推导删除不需要的行和列，并将所有字符串项转换为整数类型

5 个答案: