如何忽略CSV文件中具有特定值的行？

Question

我正在尝试读取CSV文件，并使用感兴趣的数据创建一个新文件。 在某些行中，特定数据值（在“年龄”和“性别”列中）被标记为-1，因此在新的CSV表中不需要。 我应该使用Pandas库重写它吗？ 此外，我试图忽略先前的ID（因为某些行将被忽略），并将新的行数作为新的ID。

import csv

data = []

def transform_row(row):
    # id = new count
    age = line[2]
    gender = line[3]
    url = line[4]

    return [
    #new count
    age,
    gender,
    url
    ]

# read csv file line by line
with open('data_sample.csv', 'r') as f:
    reader = csv.reader(f)

    """ bad try at ignoring the line with value -1
    for value in reader:
        if value == '-1':
            pass
        else:
            continue
    """

    # loop through each line in csv and transform
    for line in reader:
            data.append(transform_row(line))

# write a new csv file
with open('data_test.csv', 'w', newline='') as f:
    # define new csv writer
    writer = csv.writer(f, delimiter=',')

    # write a header row to our output.csv file
    writer.writerow([
        #'id', - new line count as id
        'age',
        'gender',
        'url'
    ])

    # write our data to the file
    writer.writerows(data)

也欢迎其他任何建议。

Answer 1

使用pandas会使您的生活更加轻松，因为csv模块不适用于精细的数据操作。 如果要基于特定列的值删除行，则可以将原始csv初始化为数据框，并仅使用所需的值创建一个新的csv：

import pandas as pd

start_data = pd.read_csv('./data_sample.csv')
# replace 'age' with 'gender' if that's what you prefer
clean_data = start_data[start_data['age'] != -1]

检查start_data和clean_data的长度应显示所有不需要的行均已删除。 然后，您可以使用以下命令创建新的csv：

clean_data.to_csv('./data_test.csv')

Answer 2

我通过熊猫重写了剧本。 这是该问题的两种解决方案。

import pandas as pd

cols = [2, 3, 4]
data = pd.read_csv('data_sample.csv', usecols=cols, header=None)    
data.columns = ["url", "gender", "age"]

#remove the unneeded columns
data = data[data['gender'] != -1]  
data = data[data['age'] != -1]

#reset the index
data.reset_index(drop=True, inplace=True)

""" Additional working solution 
indexGender = data[data['gender'] == -1].index 
indexAge = data[data['age'] == -1].index

# Delete the rows indexes from dataFrame 
data.drop(indexGender,inplace=True) 
data.drop(indexAge, inplace=True)
"""
data.to_csv('data_test.csv')

希望它会帮助某人。