如何使用.csv文件中同一列中的值进行操作

Question

我有一个具有不同数据格式的.csv文件，并且尝试使用同一列上的值进行操作。

我的.csv文件是这样的：

"int","float","string", more stuff...

例

"7","1.378","rider 7",...
"9","1.979","rider 9"
"4","2.520","rider 4"
"2","4.711","rider 2"
More rows

我想减去第二列中的值（仅那些值，我不在乎其他值）。 我设法进行访问并逐个显示值，但是我的问题是，因为我是一个初学者，所以我不太清楚索引如何处理值并可以保存它们以便以后使用。

我使用的代码如下

with open('file.csv','rb') as input:
csvin = csv.reader(input, delimiter=',')

for row in csvin:
    data = float(row[1])
    print "value -> %f " % data

这样我会看到

1.378
1.979
2.520
4.711
etc

但我的目标是获得将每个值减去上一个值的结果

1.979 - 1.378
2.520 - 1.979
4.711 - 2.520
x - 4.711
etc

我将不胜感激。

Answer 1

做这件事有很多种方法：

• 跟踪最后一个值并减去
• 将所有值存储在列表中，并逐个元素减去
• 将所有内容存储在numpy数组中并减去偏移的向量

哪个最好取决于您还想做什么。

作为一个具体的例子，让我们从一些数据开始：

csvin = [[1, 6],
        [2, 14],
        [3, 1.1],
        [4, 3.14]]

如果我们运行您的代码，我们将看到：

value -> 6.000000 
value -> 14.000000 
value -> 1.100000 
value -> 3.140000 

因此，我们知道数据正在从第二列获取值。

解决方案1：跟踪最后一个元素

last = None
for row in csvin:
    data = float(row[1])
    if last is not None:
        print "difference -> %f" % (data - last)
    last = data

输出：

difference -> 8.000000
difference -> -12.900000
difference -> 2.040000

解决方案2：使用Python列表并逐元素相减

all_data = [float(row[1]) for row in csvin]
print "differences: ", [next - curr for next, curr in zip(all_data[1:], all_data[: -1])]

输出：

differences:  [8.0, -12.9, 2.04]

注意：在此，我们将构造所有值的列表以及具有列表推导的差异列表。

解决方案3：NumPy

import numpy
all_data = numpy.array([float(row[1]) for row in csvin])
print "differences: ", all_data[1:] - all_data[: -1]

输出：

differences:  [  8.   -12.9    2.04]

注意：这比解决方案2稍微干净一点，因为它使用向量数学。 这里的结果是一个numpy数组，而不是解决方案2的列表，但是两者的各个元素都可以使用[]表示法进行访问。

Answer 2

你很亲密

with open('file.csv', 'rb') as infile:
    csvin = csv.reader(infile, delimiter=',')

prev_val = 0
for row in csvin:
    data = float(row[1]) - prev_val
    print 'value -> %f ' % data
    prev_val = data

Answer 3

以下脚本适合我...

prev_val = 0.0
with open('file.csv', 'r') as infile:
    csvin = csv.reader(infile, delimiter=',')
    for row in csvin:
        data = float(row[1]) - prev_val
        print('delta is', data)
        prev_val = float(row[1])