带有所有列名的CSV到Python字典？

Question

我还是很新的使用python来从头开始编程，所以作为一个练习，虽然我会拿一个文件来处理使用SQL，尝试使用Python来复制功能。看来我想把我的（压缩的，zip）csv文件并创建一个Dict（或者可能是一个字典词典？）。当我使用dict阅读器时，我将第一行作为关键字，而不是每一列作为自己的关键字？例如。

import csv, sys, zipfile 
sys.argv[0] = "/home/tom/Documents/REdata/AllListing1RES.zip" 
zip_file = zipfile.ZipFile(sys.argv[0]) 
items_file = zip_file.open('AllListing1RES.txt', 'rU') 

for row in csv.DictReader(items_file,dialect='excel'): 
    pass 

产量：

>>> for key in row: 
     print 'key=%s, value=%s' % (key, row[key]) 

key=MLS_ACCT PARCEL_ID AREA COUNTY STREET_NUM STREET_NAME CITY  ZIP STATUS PROP_TYPE LIST_PRICE LIST_DATE DOM DATE_MODIFIED BATHS_HALF BATHS_FULL BEDROOMS ACREAGE YEAR_BUILT YEAR_BUILT_DESC OWNER_NAME SOLD_DATE WITHDRAWN_DATE STATUS_DATE SUBDIVISION PENDING_DATE SOLD_PRICE, 
value=492859 28-15-3-009-001.0000 200 JEFF 3828 ORLEANS RD MOUNTAIN BROOK 35243 A SFR 324900 3/3/2011 2 3/4/2011 12:04:11 AM 0 2 3 0 1968 EXIST SPARKS   3/3/2011 11:54:56 PM KNOLLWOOD 

所以，我正在寻找的是为MLS_ACCT列和一个单独的一个PARCEL_ID等这样我就可以再由包含KNOLLWOOD所有项目做这样的事情的平均价格在SUBDIVISION字段有日期范围的另一个小节，销售日期等。

我很清楚如何用SQL来完成它，但正如我所说的，我正在争取在这里获得一些Python技能。 过去几天我一直在阅读，但在这类用例中还没有找到任何非常简单的插图。指向所述文档将不胜感激。我意识到我可以使用内存驻留的SQL-lite，但我的愿望是再次学习Python方法。我在Numpy和Scipy上阅读了一些内容，并且加载了圣人，但仍然无法找到一些有用的插图，因为这些工具似乎集中在只有数字作为元素的数组，我有很多字符串匹配，我需要做以及日期范围计算和比较。

最后我需要替换表中的值（因为我有脏数据），我现在通过一个“翻译表”来做到这一点，该翻译表包含所有脏变量并为最终使用提供“干净”的答案。

Answer 1

您确定这是一个包含逗号分隔值的文件吗？看起来这些行由制表符分隔。

如果这是正确的，请在DictReader构造函数中指定制表符分隔符。

for row in csv.DictReader(items_file, dialect='excel', delimiter='\t'): 
    for key in row: 
     print 'key=%s, value=%s' % (key, row[key]) 

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

Answer 2

乍一看这似乎是你的输入可能不会实际上是CSV，但也许是标签，而不是分隔。查看python.org的文档，您可以创建一个Dialect并使用它来更改分隔符。

import csv 
csv.register_dialect('exceltab', delimiter='\t') 
for row in csv.DictReader(items_file,dialect='exceltab'): 
    pass 

Answer 3

用纯Python编写操作当然是可以的，但是你必须选择你的算法。上面发布的行输出看起来很像解析错误;事实上，它似乎不是一个CSV，它是一个TSV？尝试将delimiter='\t'或dialect=csv.excel_tab传递给DictReader。

一旦阅读完成正确，DictReader应该可以将行作为字典，这是一种典型的面向行的结构。奇怪的是，这通常不是处理像你这样的查询的有效方式;只有列列表使搜索更容易。行方向意味着你必须为每一行重做一些查找工作。诸如日期匹配之类的事情要求数据肯定不存在于CSV中，例如日期如何表示以及哪些列是日期。

得到一个面向列的数据结构（但是，涉及加载整个文件）的一个例子：

import csv 
allrows=list(csv.reader(open('test.csv'))) 
# Extract the first row as keys for a columns dictionary 
columns=dict([(x[0],x[1:]) for x in zip(*allrows)]) 

的要列出并在变量存储的中间步骤是不必要的。关键是使用zip（或其堂兄itertools.izip）转置表。

然后用某一标准中所有行one列提取柱two：

matchingrows=[rownum for (rownum,value) in enumerate(columns['one']) if value>2] 
print map(columns['two'].__getitem__, matchingrows) 

当你知道一个列的类型，它可能是有意义的分析它，使用适当的功能，如datetime.datetime.strptime。