在 Python 中从 CSV 文件访问列数据

Question

我有一个包含 A、B、C、D 列和 N 行的 CSV 文件。 问题是这些列中的数据长度不同，即有些是 4.5，有些是 4.52。

我的问题分为两部分：

如何从 csv 文件访问这些列。 我已使用此代码打印 csv 文件的内容并将它们读入数组

    import csv
    with open('file.csv','rb') as f:
        reader = csv.reader(f)
        for row in reader:
            print row

打印CSV文件中的行，我替换了

    print row 

与

    z = row
    z.append(z)

将数据保存到数组中。

但是 z 是一维数组。并且数据是字符串类型的。当我尝试执行 np.median(z) 类型的操作时，它给了我一个错误。另外，我做不到

    z.append(float(z))

这给了我一个 TypeError。

而且，当我们从 csv 文件导入它们时，是否有截断值并将它们设置为一定的精度？！比如，如果文件有 4.3、4.56、4.299 等值，我想将最终导入的内容限制为小数点后一位。

这个 SE 问题最接近回答我的第二个问题 - Python - CSV: Large file with rows of different lengths - 但我不明白。如果你们中的任何人可以帮助我解决这个问题，我将不胜感激。

编辑 1： @Richie：这是一个样本数据集 - http://goo.gl/io8Az。它链接到谷歌文档。 并注册您的评论，这是我在我的 csv 文件上运行您的代码的结果 -

     ValueError: could not convert string to float: plate

@ Pieters : z = row, z.append(z) 创建了这个 - ['3836'，'55302'，'402'，'22 .945717'，'22 .771544'，'23 .081865'，'22 .428421'，'21.78294'，'21.78294'，''1.40663689'，'-1.25641627'，'-1.25641627'，'1.780485'，'1.780485'，123767464848106129' [...]]。

我应该提到我刚刚开始使用 python，我正在学习一些需要知道的东西！我正在即兴创作我在网上找到的一些代码。

编辑 2： 我听说过熊猫。我想我应该开始使用它了。

@ Khalid - 我已经运行了您的代码，并且能够检索到我想要的列。 我可以访问它而不是打印整行吗？作为一个静态数组？！

编辑 3： @richie：我第一次运行你的代码时，就出现了 -

Traceback（最近一次调用最后一次）： 文件“”，第 4 行，在 ValueError: 无法将字符串转换为浮点数：plate

好吧，我意识到包含列名的第一行是原因，所以我删除了第一行，将其保存为一个新文件并在该文件上运行代码，它工作得非常好。

但是，如果我确实删除了包含列标识符的第一行，我将无法使用下面 khalid 提到的方法。与此同时，我正在看熊猫。

谢谢大家:)

编辑 4： 学习到教训了。熊猫真棒。工作完成:)...

Answer 1

一些事情，取决于你想做什么。这是让列引用它们的简单方法：

import csv

with open('file.csv','r') as f:
    reader = csv.DictReader(f, delimiter=',')
    rows = list(reader)

for row in rows:
   print row['plate']

如果要将它们转换为浮点数或整数，可以使用map。但是，我怀疑您最后想进行一些计算，为此最好使用pandas。

作为额外的奖励，pandas 将为您提供一个名为 DataFrame 的文件的 2D 网格表示。

Answer 2

试试这个；

import csv
import numpy as np
class onefloat(float):
   def __repr__(self):
       return "%0.1f" % self
with open('file.csv','rb') as f:
    reader = csv.reader(f)
    for row in reader:
        print map(onefloat,row) # your issue of 1 decimal point is taken care of here
        print '{:.1f}'.format(np.median(map(float,row))) # in case you want this too to be of 1 decimal point

这就是使用 Pandas 的方式

import pandas as pd
data = pd.read_csv('richards_quasar_outliers.csv')
print data['plate'].median()