Perl 矩阵到哈希转换

Question

我正在尝试将一个大矩阵（一个制表符分隔的文件，每列中的元素数量不同）转换为数组的散列。在第一步中，我成功加载文件并使用 Test::CSV 将数据的列转换为列表，但在此过程中，我注意到每个列表的长度是对应于较大列的元素数，即对于那些元素较少的列，存在一个空格。到目前为止，这是我的代码：

#!/usr/bin/perl
use warnings;
use strict;
use Text::CSV;

my $csv = Text::CSV->new({
    sep_char => "\t",
});

open( LIST, "<", "testfile" ) or die "No esta el archivo\n";

while (<LIST>) {
     if ($csv->parse($_)) {
    my   @columns = $csv->fields();
        print "$columns[0]\t$columns[1]\t$columns[2]","\n";
    } else {
        my $err = $csv->error_input;
    }
}
close(LIST);

输入矩阵有 20 列，4500-8500 行加上一个标题行（理想情况下，我想将其用作哈希中的键）。为简单起见，我构建了一个包含三列的“测试文件”，没有标题和不同数量的元素（与原始输入文件的格式相同）。下面是testfile的内容：

1 1 2
2 2
  3 4
5 6
6 7
7 8 8
8 9

这是输出。我认为“使用未初始化的值...”与空格有关。

1  1  2
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 3.
2  2  
  3  4
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 5.
5  6  
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 6.
6  7  
7  8  8
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 8.
8  9  
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 9.
Use of uninitialized value in concatenation (.) or string at blast.cruce.especies.pl line 16, <LIST> line 9.

Answer 1

您看到这些错误的原因是您正在输入类似于以下内容的行：

\t\t1

解析到列表：

( undef, undef, 1 )

由于您将 0 宽度字符拉入该字段。问题不在于解析，而在于打印。如果您想在解析后检查内容，请使用 Data::Printer 或 Data::Dumper 格式化输出行，这不会给您提供 undef 值被插值的错误。

编辑：您的代码是正确的：

#!/usr/bin/perl
use warnings;
use strict;
use Text::CSV;

my $csv = Text::CSV->new({
  sep_char => ",",
  });

while (<DATA>) {
        if ($csv->parse($_)) {
    my   @columns = $csv->fields();
          print "$columns[0]\t$columns[1]\t$columns[2]","\n";
          } else {
        my $err = $csv->error_input;
    }
}


__DATA__
1,1,2
2,2,
,3,4
5,6,
6,7,
7,8,8
8,9,

打印：

C:\>perl testcsv.pl
1       1       2
2       2
        3       4
5       6
6       7
7       8       8
8       9

（更改只是从 DATA 句柄而不是文件中读取。）

Answer 2

这里又出现了一些问题。我将上面的代码简化为：

#!/usr/bin/perl
use warnings;
use strict;
use Text::CSV;
use Data::Dumper;
$Data::Dumper::Indent=0;

my @columns;
my %matrixhash;
my $csv = Text::CSV->new( { sep_char => "," } );

open( LIST, "<", "testfile.csv" ) or die "No esta el archivo\n";

while (<LIST>) {
    if ( $csv->parse($_) ) {
        @columns = $csv->fields();

%matrixhash=(
    a=>$columns[0],
    b=>$columns[1],
    c=>$columns[2]
);
}   
        print Dumper \@columns;
        print "\n";

}
print "Printing Hash: ",Dumper \%matrixhash;
close(LIST);

输出是：

$VAR1 = ['1','1','2'];
$VAR1 = ['2','2',''];
$VAR1 = ['','3','4'];
$VAR1 = ['5','6',''];
$VAR1 = ['6','7',''];
$VAR1 = ['7','8','8'];
$VAR1 = ['8','9',''];
$VAR1 = {'c' => '','a' => '8','b' => '9'};

对应于我的矩阵的行，散列确实是最后一行。为了继续我的下游分析，我需要一个哈希集合，其中包含列标题作为键，矩阵中的列信息作为值，当然没有空格。例如，对于矩阵的第一列，哈希将为：a=> {1,2,5,6,7,8)。所以，我的第二个想法是，如果我转置矩阵会发生什么？：

$VAR1 = ['1','2','','5','6','7','8'];
$VAR1 = ['1','2','3','6','7','8','9'];
$VAR1 = ['2','','4','','','8',''];
Printing Hash: $VAR1 = {'c' => '4','a' => '2','b' => ''}

这更接近我的需要，但仍然存在哈希问题。当然，我可能需要在代码中转置前面的矩阵（该示例被手动转置）。

再次，欢迎所有帮助。 克里斯蒂安。