我有一个csv文件中的数据,它看起来像这样导入。Python - 将数据拆分为csv文件中的列
import csv
with open('Half-life.csv', 'r') as f:
data = list(csv.reader(f))
数据会以这种形式出现在打印出像data[0] = ['10', '2', '2']
等行的位置。
我想要的是虽然检索数据作为列而不是行,在这种情况下,有3列。
我有一个csv文件中的数据,它看起来像这样导入。Python - 将数据拆分为csv文件中的列
import csv
with open('Half-life.csv', 'r') as f:
data = list(csv.reader(f))
数据会以这种形式出现在打印出像data[0] = ['10', '2', '2']
等行的位置。
我想要的是虽然检索数据作为列而不是行,在这种情况下,有3列。
您可以创建三个单独的列表,然后使用csv.reader
附加到每个列表。
import csv
c1 = []
c2 = []
c3 = []
with open('Half-life.csv', 'r') as f:
reader = csv.reader(f, delimiter=',')
for row in reader:
c1.append(row[0])
c2.append(row[1])
c3.append(row[2])
''''''循环可以替换为'''columns = zip(* reader)'''。 – wwii
多一点自动化和柔性版的Alexander's answer:
import csv
from collections import defaultdict
columns = defaultdict(list)
with open('Half-life.csv', 'r') as f:
reader = csv.reader(f, delimiter=',')
for row in reader:
for i in range(len(row)):
columns[i].append(row[i])
# Following line is only necessary if you want a key error for invalid column numbers
columns = dict(columns)
你也可以修改此使用的列标题,而不是列编号。
import csv
from collections import defaultdict
columns = defaultdict(list)
with open('Half-life.csv', 'r') as f:
reader = csv.reader(f, delimiter=',')
headers = next(reader)
column_nums = range(len(headers)) # Do NOT change to xrange
for row in reader:
for i in column_nums:
columns[headers[i]].append(row[i])
# Following line is only necessary if you want a key error for invalid column names
columns = dict(columns)
另一种选择,如果你有安装numpy
,您可以使用loadtxt
读取csv文件到numpy的阵列。如果你想要更多的列而不是行(你对数据的外观不太清楚),那么你可以转置数组。例如:
import numpy as np
# Load data
data = np.loadtxt('csv_file.csv', delimiter=',')
# Transpose data if needs be
data = np.transpose(data)
你可以安装熊猫吗? 'pandas.read_csv('Half-life.csv')'会做到这一点,并为你推断适当的类型。 –