讀取CSV文件並在Python中對其進行排序

Question

我試圖讀取一個看起來像這樣的CSV文件：

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

這是我一直在嘗試的一些代碼。

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

我想讀取值並將它們分配給name，carat和value，但我不知道該怎么做。 然后，一旦我把它們讀入，我想按每克拉的價值這樣的價值/克拉對它們進行分類。 我做了很多搜索，並且空白了。 非常感謝您的幫助。

Answer 1

你需要在這里做兩件事，第一件事實際上是將數據加載到對象中。 我建議您查看標准python庫中的'csv'模塊。 它非常完整，將讀取每一行並使其易於訪問

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

我會創建一個對象列表，然后在你的對象中實現一個cmp函數，或者（如果你使用的是舊版本的python）你可以將一個函數傳遞給定義它的sorted（）。 您可以在python wiki中獲得有關排序的更多信息

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

你可以在你的類中實現這樣的cmp函數（這可以更高效，但我在這里描述）

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有一個csv模塊應該對你有用。

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

Answer 3

您可以將numpy結構化數組與csv模塊一起使用，並使用numpy.sort（）對數據進行排序。 以下代碼應該有效。 假設您的csv文件名為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]

對數據進行排序的一種方法是使用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

要解析實際CSV（逗號分隔值）數據，您需要使用最新版本的Python附帶的CSV模塊。

CSV是一組約定而不是標准。 您顯示的示例數據簡單而有規律，但CSV通常有一些丑陋的角落案例，用於引用任何字段的內容可能嵌入逗號的位置。

這是一個非常粗略的程序，基於你的代碼，它對數據進行天真的解析（按行分割，然后在逗號上分割每一行）。 它不會處理任何不能精確分割到正確數量的字段的數據，也不會處理Python int()和float()函數（對象構造函數）未正確解析數字字段的任何數據。 換句話說，它不包含錯誤檢查和異常處理。

但是，我保持它故意簡單，所以它可以很容易地與您的粗略筆記進行比較。 另請注意，我在類定義中使用了關於“self”引用的常規Python約定。 （關於唯一一次使用除“self”之外的名稱的人，就是在進行“元級”編程時...編寫動態實例化其他類的類。任何其他情況幾乎肯定會引起任何人心中的嚴重關注。經驗豐富的Python程序員查看您的代碼）。

#!/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])

這里的解析只是使用字符串.split()方法完成，並使用Python的“元組解包”語法將數據提取到名稱中（如果任何輸入行具有錯誤的字段數，這將失敗）。

這兩行的替代語法使用Python的“apply”語法。 參數上的*前綴使其被解壓縮為單獨的參數，這些參數將傳遞給Jewel()類實例化。

此代碼還使用廣泛（且廣泛推薦）的DSU（裝飾，排序，未裝飾）模式對數據的某些字段進行排序。 我通過創建一系列元組來“裝飾”數據:(計算值，對象引用），然后以我希望對你清楚的方式“解開”排序數據。 （任何有經驗的Python程序員都會立即明白）。

是的，整個DSU可以減少到一條線; 我把它分開是為了易讀性和教學目的。

此示例代碼再次純粹是為了您的啟發。 您應該在任何真實數據上使用CSV模塊; 你應該在解析或者Jewel.__init__處理中引入異常處理（用於將數值數據轉換成正確的Python類型。）另外請注意，你應該考慮使用Python的Decimal模塊而不是float()來表示貨幣值......或者至少以美分或密碼存儲值，並使用您自己的函數將這些值表示為美元和美分。

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()

產生

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)