csv读取列和行

Question

好的，所以我在csv文件中有一些数据，看起来像这样：

[fragment1, peptide1, gene1, replicate1, replicate2, replicate3]
[fragment1, peptide2, gene1, replicate1, replicate2, replicate3]
[fragment2, peptide1, gene2, replicate1, replicate2, replicate3]
[fragment2, peptide2, gene2, replicate1, replicate2, replicate3]
[fragment3, peptide1, gene2, replicate1, replicate2, replicate3]

问题是-我需要以几种不同的方式使用此数据（三个重复）：

1. 在每一行上（即每行仅复制1-3）
2. 在每个片段的每个重复列上（即，来自肽段1的replicate1和来自片段1的replicate1，对于replicate2和3相同）
3. 在每个复制列的每个基因上（即与（2）相同，但使用基因代替片段）

数据文件都具有相同的列，但是行（即片段/肽/基因的数量）不同，因此我必须在不指定行号的情况下读取数据。 本质上，我需要的是每一行，每个片段和每个基因的统计信息（变异系数）。

跨行的变体仅使用三个重复项（总是一行中有三个值），当然很容易获得。 跨片段和跨基因的变体都首先计算统计信息，以便使用每个适用的复制品1，然后每个复制品2，然后复制品3（即来自未知行数的未知数量的值）的第一统计信息，然后使用先前的值进行相同的统计信息计算（即始终是三个值）。

我有一个几乎可以执行此操作的脚本，但是它很长，而且（我认为）过于复杂。 我基本上读取了文件3次，每次以描述的不同方式收集数据，通常是在列表中，有时在numpy.arrays中。

本质上，我的问题是关于如何有效地以不同方式（在速度方面和“更少代码”方面）以最佳方式最佳地读取数据。 我试图找到类似的问题，但无济于事。 对此方法的任何提示将不胜感激，并在此先感谢！

Answer 1

我会去numpy.loadtxt 。

import numpy as np

data = np.loadtxt(open('myfile.csv', 'rb'), delimiter=',')

# 1 Access all rows
for row in data:
    print row

# Get all data in column 2 and 3
print data[:, (2,3)]

我不确定您在第2点和第3点中提出的要求。您能提供样本输入和预期输出吗？