读取CSV文件并在Python中对其进行排序

Question

我试图读取一个看起来像这样的CSV文件：

ruby,2,100
diamond,1,400
emerald,3,250
amethyst,2,50
opal,1,300
sapphire,2,500
malachite,1,60

这是我一直在尝试的一些代码。

class jewel:
    def __init__(gem, name, carat, value):
            gem.name = name
            gem.carot = carat
            gem.value = value
    def __repr__(gem):
            return repr((gem.name, gem.carat, gem.value))

jewel_objects = [jewel('diamond', '1', 400),
                 jewel('ruby', '2', 200),
                 jewel('opal', '1', 600),
                ]

aList = [sorted(jewel_objects, key=lambda jewel: (jewel.value))]
print aList

我想读取值并将它们分配给name，carat和value，但我不知道该怎么做。 然后，一旦我把它们读入，我想按每克拉的价值这样的价值/克拉对它们进行分类。 我做了很多搜索，并且空白了。 非常感谢您的帮助。

Answer 1

你需要在这里做两件事，第一件事实际上是将数据加载到对象中。 我建议您查看标准python库中的'csv'模块。 它非常完整，将读取每一行并使其易于访问

CSV文档： http ： //docs.python.org/library/csv.html

我会创建一个对象列表，然后在你的对象中实现一个cmp函数，或者（如果你使用的是旧版本的python）你可以将一个函数传递给定义它的sorted（）。 您可以在python wiki中获得有关排序的更多信息

Wiki docs： http ： //wiki.python.org/moin/HowTo/Sorting

你可以在你的类中实现这样的cmp函数（这可以更高效，但我在这里描述）

def __cmp__(gem, other):
    if (gem.value / gem.carot) < (other.value / other.carot):
        return -1
    elif (gem.value / gem.carot) > (other.value / other.carot): 
        return 1
    else:
        return 0

Answer 2

Python有一个csv模块应该对你有用。

http://docs.python.org/library/csv.html

Answer 3

您可以将numpy结构化数组与csv模块一起使用，并使用numpy.sort（）对数据进行排序。 以下代码应该有效。 假设您的csv文件名为geminfo.csv

import numpy as np
import csv

fileobj = open('geminfo.csv','rb')
csvreader = csv.reader(fileobj)

# Convert data to a list of lists
importeddata = list(csvreader)

# Calculate Value/Carat and add it to the imported data
# and convert each entry to a tuple
importeddata = [tuple(entry + [float(entry[2])/entry[1]]) for entry in importeddata]

对数据进行排序的一种方法是使用numpy，如下所示。

# create an empty array
data = np.zeros(len(importeddata), dtype = [('Stone Name','a20'),
                            ('Carats', 'f4'),
                            ('Value', 'f4'), 
                            ('valuepercarat', 'f4')]
                        )
data[:] = importeddata[:]
datasortedbyvaluepercarat = np.sort(data, order='valuepercarat')

Answer 4

要解析实际CSV（逗号分隔值）数据，您需要使用最新版本的Python附带的CSV模块。

CSV是一组约定而不是标准。 您显示的示例数据简单而有规律，但CSV通常有一些丑陋的角落案例，用于引用任何字段的内容可能嵌入逗号的位置。

这是一个非常粗略的程序，基于你的代码，它对数据进行天真的解析（按行分割，然后在逗号上分割每一行）。 它不会处理任何不能精确分割到正确数量的字段的数据，也不会处理Python int()和float()函数（对象构造函数）未正确解析数字字段的任何数据。 换句话说，它不包含错误检查和异常处理。

但是，我保持它故意简单，所以它可以很容易地与您的粗略笔记进行比较。 另请注意，我在类定义中使用了关于“self”引用的常规Python约定。 （关于唯一一次使用除“self”之外的名称的人，就是在进行“元级”编程时...编写动态实例化其他类的类。任何其他情况几乎肯定会引起任何人心中的严重关注。经验丰富的Python程序员查看您的代码）。

#!/usr/bin/env python
class Jewel:
    def __init__(self, name, carat, value):
        self.name = name
        self.carat = int(carat)
        self.value = float(value)
        assert self.carat != 0      # Division by zero would result from this
    def __repr__(self):
        return repr((self.name, self.carat, self.value))

if __name__ == '__main__':
    sample='''ruby,2,100
diamond,1,400
emerald,3,250
amethyst,2,50
opal,1,300
sapphire,2,500
malachite,1,60'''

    these_jewels = list()
    for each_line in sample.split('\n'):
        gem_type, carat, value = each_line.split(',')
        these_jewels.append(Jewel(gem_type, carat, value))
        # Equivalently: 
        # these_jewels.append(Jewel(*each_line.split(',')))

    decorated = [(x.value/x.carat, x) for x in these_jewels]
    results = [x[1] for x in sorted(decorated)]
    print '\n'.join([str(x) for x in results])

这里的解析只是使用字符串.split()方法完成，并使用Python的“元组解包”语法将数据提取到名称中（如果任何输入行具有错误的字段数，这将失败）。

这两行的替代语法使用Python的“apply”语法。 参数上的*前缀使其被解压缩为单独的参数，这些参数将传递给Jewel()类实例化。

此代码还使用广泛（且广泛推荐）的DSU（装饰，排序，未装饰）模式对数据的某些字段进行排序。 我通过创建一系列元组来“装饰”数据:(计算值，对象引用），然后以我希望对你清楚的方式“解开”排序数据。 （任何有经验的Python程序员都会立即明白）。

是的，整个DSU可以减少到一条线; 我把它分开是为了易读性和教学目的。

此示例代码再次纯粹是为了您的启发。 您应该在任何真实数据上使用CSV模块; 你应该在解析或者Jewel.__init__处理中引入异常处理（用于将数值数据转换成正确的Python类型。）另外请注意，你应该考虑使用Python的Decimal模块而不是float()来表示货币值......或者至少以美分或密码存储值，并使用您自己的函数将这些值表示为美元和美分。

Answer 5

import csv
import operator

class Jewel(object):
    @classmethod
    def fromSeq(cls, seq):
        return cls(*seq)

    def __init__(self, name, carat, value):
        self.name  = str(name)
        self.carat = float(carat)
        self.value = float(value)

    def __repr__(self):
        return "{0}{1}".format(self.__class__.__name__, (self.name, self.carat, self.value))

    @property
    def valuePerCarat(self):
        return self.value / self.carat

def loadJewels(fname):
    with open(fname, 'rb') as inf:
        incsv = csv.reader(inf)
        jewels = [Jewel.fromSeq(row) for row in incsv if row]
    jewels.sort(key=operator.attrgetter('valuePerCarat'))
    return jewels

def main():
    jewels = loadJewels('jewels.csv')
    for jewel in jewels:
        print("{0:35} ({1:>7.2f})".format(jewel, jewel.valuePerCarat))

if __name__=="__main__":
    main()

产生

Jewel('amethyst', 2.0, 50.0)        (  25.00)
Jewel('ruby', 2.0, 100.0)           (  50.00)
Jewel('malachite', 1.0, 60.0)       (  60.00)
Jewel('emerald', 3.0, 250.0)        (  83.33)
Jewel('sapphire', 2.0, 500.0)       ( 250.00)
Jewel('opal', 1.0, 300.0)           ( 300.00)
Jewel('diamond', 1.0, 400.0)        ( 400.00)