[英]Python reading in integers from a csv file into a list
我在尝试将csv文件中的特定列读入Python列表时遇到一些麻烦。 以下是我的csv文件的示例:
Col 1 Col 2
1,000,000 1
500,000 2
250,000 3
基本上,我想将第1列作为整数添加到列表中,这样做很麻烦。 我努力了:
for row in csv.reader(csvfile):
list = [int(row.split(',')[0]) for row in csvfile]
但是,我得到一个ValueError,上面写着“以10为底的int()无效文字:'“ 1
然后,我尝试:
for row in csv.reader(csvfile):
list = [(row.split(',')[0]) for row in csvfile]
这次我没有收到错误,但是得到了以下列表:
['"1', '"500', '"250']
我也尝试过更改定界符:
for row in csv.reader(csvfile):
list = [(row.split(' ')[0]) for row in csvfile]
这几乎给了我所需的列表,但是该列表包括第二列以及每个值后的“ \\ n”:
['"1,000,000", 1\n', etc...]
如果有人可以帮助我解决此问题,将不胜感激!
干杯
您可以打开文件并使用正则表达式在空格处分割:
import re
file_data = [re.split('\s+', i.strip('\n')) for i in open('filename.csv')]
final_data = [int(i[0]) for i in file_data[1:]]
您应该明智地选择定界符:如果使用,则有浮点数.
,使用,
定界符,或者如果使用,
则为浮点数,请使用;
作为分隔符。
此外,正如csv.reader
的文档所引用的csv.reader
您可以使用delimiter=
参数来定义您的分隔符,如下所示:
with open('myfile.csv', 'r') as csvfile:
mylist = []
for row in csv.reader(csvfile, delimiter=';'):
mylist.append(row[0]) # careful here with [0]
或简短版本:
with open('myfile.csv', 'r') as csvfile:
mylist = [row[0] for row in csv.reader(csvfile, delimiter=';')]
要将您的数字解析为浮点数,您必须
float(row[0].replace(',', ''))
首先,您必须正确解析数据。 因为实际上它不是CSV(逗号分隔值),而是TSV(制表符分隔),您应该通知CSV阅读器(我假设它是制表符,但理论上您可以通过一些调整使用任何空白):
for row in csv.reader(csvfile, delimiter="\t"):
第二,您应该去除所有逗号的整数值,因为它们不会添加新信息。 之后,可以使用int()
轻松解析它们:
int(row[0].replace(',', ''))
第三,您真的不应该重复两次相同的列表。 使用列表推导或普通的for
循环,不要同时使用相同的变量。 例如,使用列表理解:
csvfile = StringIO("Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n")
reader = csv.reader(csvfile, delimiter="\t")
next(reader, None) # skip the header
lst = [int(row[0].replace(',', '')) for row in reader]
或使用常规迭代:
csvfile = StringIO("Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n")
reader = csv.reader(csvfile, delimiter="\t")
lst = []
for i, row in enumerate(reader):
if i == 0:
continue # your custom header-handling code here
lst.append(int(row[0].replace(',', '')))
在这两种情况下, lst
都应设置为[1000000, 500000, 250000]
。 请享用。
顺便说一句,使用保留关键字list
作为变量是一个非常糟糕的主意。
UPDATE。 我发现另外一个有趣的选择。 不用显式设置定界符,您可以使用csv.Sniffer
进行检测,例如:
csvdata = "Col 1\tCol 2\n1,000,000\t1\n500,000\t2\n250,000\t3\n"
csvfile = StringIO(csvdata)
dialect = csv.Sniffer().sniff(csvdata)
reader = csv.reader(csvfile, dialect=dialect)
然后就像上面的片段一样 即使您用分号或逗号替换制表符(可能需要在您的怪异整数周围加上引号)或可能还有其他内容,这也将继续起作用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.