读取CSV文件并确定数据结构

我正在使用一个基本的CSV文件描述四个城市以及它们之间的距离。因此，目标是从所述文件中检索信息，并使用Python进行进一步的操作。读取CSV文件并确定数据结构

Excel文件

该文件是建立在Excel如下：

CSV文件

当作为CSV导出，该文件表示如下：

,OSL,CPH,LDN,TKO 
OSL,0,2,4,10 
CPH,2,0,2,9 
LDN,4,2,0,12 
TKO,10,9,12,0

获取城市

显然，第一行包含所有城市，以及第一个空白单元格。我已经做了以下检索城市，不包括空白单元格：

def get_cities(file): 
    reader = csv.reader(file) 

    cities = [] 

    row1 = next(reader) 
    cities.extend(row1[1:]) #exclude first cell (blank) 
    print cities

产量：

['OSL', 'CPH', 'LDN', 'TKO']

映射城市和他们

之间的距离已经这样做了，我现在可以阅读文件的其余部分，以便检索城市之间的距离。

但是，我发现很难想出一个很好的方式来表示这种信息作为一种数据结构。理想情况下，我希望能够检查任何两个城市之间的距离。

任何有关如何执行此操作的建议，将不胜感激。

也就是，如何才能最好地代表此信息以便于远距离查找？

来源

2016-09-15 northerner

难道你不考虑使用熊猫吗？里面有DataFrame。 –

我会用这样的词典：'my_data = {'cities'：['OSL'，'CPH'，...]，'OSL'：[0,2,4,10]，'CPH'： [2，0，2，9]，...}。正如@AntonGlukhov所说，熊猫可以轻松地为你做到这一点，但你也可以。 –

请看看pandas.DataFrame.from_csv classmethod。 –

它看起来好像你的数据直接代表了一个图的邻接矩阵。将它作为一个邻接矩阵存储，并且只为（距离城市1，城市2）做简单的查找。你可以在城市列举实施。

来源

2016-09-15 07:56:30 armak

在SO中搜索邻接矩阵，看起来最常用的方法是将此信息存储为2D数组？如果是这样，我会尝试。提到“列举城市”时;这究竟是什么？例如，OSL = 1，CPH = 2等？ – northerner

是相同的，将其存储为二维数组并用于查找使用这些枚举 – armak

使用字典的字典。这不是非常有效的内存，但是使用内置python容器的最简单的解决方案。

map = {'OSL' : 
     { 
      'OSL' : 0, 
      'CPH' : 2, 
      ... 
     }, 
    'CPH' : 
     { 
      ... 
     }, 
    ... 
    }

然后，您可以像map ['OSL'] ['CPH']一样查找距离。

来源

2016-09-15 08:03:17

读取CSV文件并确定数据结构

回答

相关问题