[英]Reading in a CSV file AND sorting it in Python
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。
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
Python有一个csv模块应该对你有用。
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')
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。
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)
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.