Question

我想处理一个 csv 文件，我想要的输出是每列不同值的数量（这应该在 unique_list 中）和列中的数据类型（在 'types_list' 中）到目前为止，我所拥有的是一个嵌套循环：

for unique_list：返回一个包含所有唯一值的列表，我试图通过创建另一个列表来解决这个问题，该列表在每次迭代中都填充了相应的唯一列项目作为另一个列表，所以我可以在另一个步骤中计算列表中每个列表的项目，但到目前为止我未能实现
for types_list：在这里我想实现几乎相同的事情，一个列表列表，其中每个“子列表”包含一列的数据类型 - 我尝试了这个，可以在代码，但我得到的结果是一个列表列表，其中子列表确实包含一列的数据类型，但这会重复多次而不是一次。在这里的下一步中，我想遍历每个列表以检查子列表中的数据类型是否都相同，如果是，则将相应的类型附加到列表中（如果它们不相同，则附加“对象”到此列表）。

我知道使用 Pandas 等可能更容易，但我想为此使用纯 python


with open(filePath,'r') as f:
        reader = csv.reader(f)
      
l=list(reader)
rows = len(l)-1 #counts how many rows there are in the CSV, -1 to exclude the header 
columns = len(l[0]) #the number of columns is given by the number of objects in the header list, at least in a clean CSV
without_header = l[1:] #returns the csv list without the header
        
unique_list = []
types_list = []
looping_list = []
for x in range(0,columns):
    looping_list = [item[x] for item in without_header]
    worklist = []
        for b in looping_list: 
            try: #here i'm trying if the value in the CSV file could be an integer just in case it isn't recognised as one
                int(b)
                worklist.append('int')
                types_list.append(worklist)
            except: 
                worklist.append(type(b))
                types_list.append(worklist)

    
    for n in looping_list: 
        if n not in unique_list:
            unique_list.append(n)

例如，对于此 CSV：

Position,Experience in Years,Salary
Middle Management,5,5000
Lower Management,2,3000
Upper Management,1,7000
Middle Management,5,5000
Middle Management,7,7000
Upper Management,10,12000
Lower Management,2,2000
Middle Management,5,500
Upper Management,7, NoAnswer

我希望 unique_list 返回 [3,5,7] 和 types_list 返回 [str,int,object]

Answer 1

从文件中读取应该在 'with' 语句中，否则文件已经关闭，读取它会引发异常。

with open(filePath, 'r') as f:
    reader = csv.reader(f)
    l = list(reader)

对于type_list：您使用字符串'int' 来表示一个int，但使用类型类'str' 来表示一个字符串。我认为您应该始终使用一种或另一种，即使用类型类 int 来表示 int 对象。

在嵌套循环中，您为列项目的每次迭代附加您的工作列表，您不应该只在完成对列的循环后才这样做吗？那是在嵌套循环完成之后。

for x in range(0, columns):
    looping_list = [item[x] for item in without_header]
    worklist = []
    for b in looping_list:
        try:
            int(b)
            worklist.append(int)
        except:
            worklist.append(type(b))
    types_list.append(worklist)

要将每个子列表合并为 1 个值，我们可以将子列表转换为 Set。 Set 删除重复项，因此如果其长度为 1，我们知道子列表仅包含 1 个唯一项。

# uniting the sublist into 1 value
new_types_list = []
for sub_list in types_list:
    if len(set(sub_list)) == 1:
        # if all items in the sublist are the same
        # use the first value in the list
        new_types_list.append(sub_list[0])
    else:
        # they are not all the same
        new_types_list.append(object)

对于 unique_list：您尝试使用在循环中创建的变量，在该循环中您对列进行迭代，因此它只包含最后一列中的项目。

python：在for循环中创建嵌套列表

1 个答案: