将 jupyter notebook 中生成的 csv 文件转换为元组列表答案

【问题标题】：Converting a csv file generated in jupyter notebook into list of tuples将 jupyter notebook 中生成的 csv 文件转换为元组列表
【发布时间】：2022-01-01 07:04:44
【问题描述】：

我正在对候选消除算法进行练习。我有一个 JSON 文件，我使用以下代码将其转换为 csv 文件

第 1 步： pdobj=pd.read_json('xxx.json', orient = 'records') print(pdobj)

第 2 步： csvData=pdobj.to_csv(index=False) print(csvData)

但是，当我尝试将此文件转换为元组列表时出现错误，我不想将文件保存在磁盘中然后再次导入。我只想将我直接生成的csv文件转换成元组列表。

这段代码让我犯了错误

with open (csvData) as csvfile:
      examples =[tuple(line) for line in csv.reader(csvfile)]

【问题讨论】：

标签： python-3.x jupyter-notebook

【解决方案1】：

open() 函数将 CSV 文件名作为参数，而不是 CSV 数据本身。因此，无需再次读取 CSV 数据，因为它已经在 csvData 变量中以字符串形式提供。

要将 CSV 数据转换为元组列表，请使用以下代码。转换部分取自此 Stack thread。

输入 JSON 文件：

[
  {"Series":"I", "X":10.0, "Y":8.04},
  {"Series":"I", "X":8.0, "Y":6.95},
  {"Series":"I", "X":13.0, "Y":7.58},
  {"Series":"I", "X":9.0, "Y":8.81},
  {"Series":"I", "X":11.0, "Y":8.33}
]

# Start of your code

pdobj=pd.read_json('sample_data/anscombe.json', orient = 'records') 
print(type(pdobj)) 

csvData=pdobj.to_csv(index=False, header=False) # I have skipped the header of the CSV
print(type(csvData))

# End of your code


# Convert the CSV data to a list of tuples
lot = [tuple(line.split(",")) for line in csvData.split('\n')]
print(list_of_tuples)

以上代码的输出：

[('I', '10', '8.04'), ('I', '8', '6.95'), ('I', '13', '7.58'), ('I', '9', '8.81'), ('I', '11', '8.33')]

【讨论】：

您好，感谢您的及时答复。但我想在元组中拆分成单独的字符串而不是单个字符串。输出必须如下所示 [('I',10','8.04',), ('I','8','6'.'95',), ('I','13',' 7'.'58',), ('I','9','8.81',), ('I','11','8.33',)] 不是这样的 [('I,10,8.04 ',), ('I,8,6.95',), ('I,13,7.58',), ('I,9,8.81',), ('I,11,8.33',)]跨度>
嗨@JChan。我已根据您的要求更新了我的答案。如果有帮助，请考虑接受答案（通过单击“勾号”）。
嗨，一切都很好，除了在使用代码时我在最后一行得到 /r 这里的例子 >> [('med', 'med', 'med', 'high ', 'high', 'med', 'med', 'med', 'True\r'), ('med', 'high', 'med', 'low', 'high', 'med', 'med', 'high', 'True\r')
您好，您可以为此问题创建一个新问题吗？因为根据堆栈溢出指南，必须通过不同的问题来解决不同的要求。在创建新问题之前，如果您的需求已经有了解决方案，请务必检查 Stack。否则，您的问题将作为旧问题的副本而关闭。
这个堆栈线程应该会有所帮助：stackoverflow.com/questions/26790547/…