读取CSV-Python

Question

我有一个包含某些数据的csv文件，在b列中有名称，在A列中有一些相关信息。但是，并非所有名称都具有相关信息

    A                   B
 1                      JOHN
 2                      JANE
 3 jane@email.com
 4 phone:0800etcetc 
 5                      ZAIN
 6                      MIKE
 7 email
 8 phon et etc

我正在尝试编写一个代码，如果AI列中有信息希望它在B列中的名称之前打印名称，然后打印具有该名称的信息，则将读取A列。

我希望这是有道理的。 请让我知道是否有办法。

这是我想要的输出。 我感谢大家的帮助。

             A                    B
1           John                   
2           JANE                    jane@email.com
3           JANE                    phone:0800 etc etc
4           ZAIN       
5           MIKE                    email
6           MIKE                    Phone

Answer 1

您应该尝试类似的方法：

import sys

csvFile = open('pathOfCSV','r')
for line in csvFile.readlines():
    l = line.split()
    if len(l) > 1: # informations in columns A and B
        sys.stdout.write('ColumnA : %s, ColumnB : %s\n'%(l[0],l[1]))
csvFile.close()

如果您的csv文件不太大，则可以使用此功能，否则，必须使用readline()函数并批量处理文件。

Answer 2

不确定要做什么，但是可以使用以下方法读取文件：

out_file = open("out_file.csv", "w", encoding="your encoding")
with open("file.csv", "r", encoding="your encoding") as file:
    for line in file:
        cut = line.split("your separator")
        colA = cut[0]
        colB = cut[1]

        # you can output result with:
        output = colA + "\t"   # any separator you want
        output += colB + "\n"
        out_file.write(output)

您可以在for内的col A上进行测试for然后更改输出。

Answer 3

使用csv库 ：

因此，如下所示：

import csv
with open('tmp.csv', 'r') as csvfile:
    reader = csv.reader(csvfile, delimiter=',')
    name = None
    for row in reader:
        if row[1]: 
            name = row[1]
            print(name)
        else:
            print(' '.join([name, row[0]]))

输出：

B
John
JANE
JANE jane@email.com
JANE phone:foo
ZAIN
MIKE
MIKE email
MIKE phone

我看不出通过回溯来区分的方法。

通常，如果您使用的是熊猫，则可以使用内置功能。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

import pandas as pd
df = pd.read_csv('your_file.csv')

注意：直接读取或写入csv文件的错误做法。 您应该使用csv库（ import csv ）或pandas。 原因是它们处理特殊字符，转义类型，提供定界符选项以及生产环境中随着时间推移发生的所有边缘情况。