使用行和列标题读取CSV的Pythonic方法

Question

让我们有一个带有行和列标题的CSV表，例如：

, "Car", "Bike", "Boat", "Plane", "Shuttle"
"Red", 1, 7, 3, 0, 0
"Green", 5, 0, 0, 0, 0
"Blue", 1, 1, 4, 0, 1

我想获得行和列标题，即：

col_headers = ["Car", "Bike", "Boat", "Plane", "Shuttle"]
row_headers = ["Red", "Green", "Blue"]
data = [[1, 7, 3, 0, 0],
        [5, 0, 0, 0, 0],
        [1, 1, 4, 0, 1]]

当然我可以做点什么

import csv
with open("path/to/file.csv", "r") as f:
    csvraw = list(csv.reader(f))
col_headers = csvraw[1][1:]
row_headers = [row[0] for row in csvraw[1:]]
data = [row[1:] for row in csvraw[1:]]

......但它看起来不够Pythonic。

这种自然操作有更简洁的方法吗？

Answer 1

看看csv.DictReader 。

如果省略fieldnames参数，则csvfile的第一行中的值将用作字段名。

然后你可以做reader.fieldnames 。 当然，这只会为您提供列标题。 您仍然需要手动解析行标题。

不过，我认为你原来的解决方案非常好。

Answer 2

现在我看到我想要的是最简单（也是最强大）的Pandas 。

import pandas as pd
df = pd.read_csv('foo.csv', index_col=0)

如果我想，很容易提取：

col_headers = list(df.columns)
row_headers = list(df.index)

否则，在“原始”Python中，似乎我在问题中写的方法“足够好”。

Answer 3

我知道这个解决方案为您提供了另一种输出格式，但它非常方便。 这会将csv行读入字典：

reader = csv.reader(open(parameters_file), dialect)

keys = [key.lower() for key in reader.next()]
for line in reader:
    parameter = dict(zip(keys, cells))

Answer 4

没有第三方库（如果你可以使用来自zip操作的结果）：

import csv

with open('your_csv_file') as fin:
    csvin = csv.reader(fin, skipinitialspace=True)
    col_header = next(csvin, [])[1:]
    row_header, data = zip(*((row[0], row[1:]) for row in csvin))

为您提供col_header ， row_header和data ：

['Bike', 'Boat', 'Plane', 'Shuttle']
('Red', 'Green', 'Blue')
(['1', '7', '3', '0', '0'], ['5', '0', '0', '0', '0'], ['1', '1', '4', '0', '1'])

Answer 5

同意，大熊猫也是我发现的最好的。 我有兴趣阅读我的数据帧的特定值。 这是我做的：

import pandas as pd
d=pd.read_csv(pathToFile+"easyEx.csv")
print(d)
print(d.index.values)
print(d.index.values[2])
print(d.columns.values)
print(d.columns.values[2])
print(pd.DataFrame(d,index=['Blue'],columns=['Boat'])+0.333)

这就是它的回报：

         Car  Bike  Boat  Plane  Shuttle                                                                                                            
Red      1     7     3      0        0                                                                                                            
Green    5     0     0      0        0                                                                                                            
Blue     1     1     4      0        1                                                                                                            
['Red' 'Green' 'Blue']                                                                                                                            
Blue                                                                                                                                              
['Car' 'Bike' 'Boat' 'Plane' 'Shuttle']                                                                                                           
Boat                                                                                                                                              
      Boat                                                                                                                                        
Blue     4.333                              

请注意，我可以使用'index'检查行名，使用'columns'检查列名。 另请注意，我可以根据行名和列名读取“数据帧”的特定元素，并且值仍为数字，这就是为什么我在最后一次打印中添加了“+0.333”。

我查了数据文件，删除了引号字符（“”）和第一行逗号之后的空格。 这里有'easyEx.csv'文件：

Car,Bike,Boat,Plane,Shuttle
Red, 1, 7, 3, 0, 0
Green, 5, 0, 0, 0, 0
Blue, 1, 1, 4, 0, 1

希望这可以帮助=）