查找csv文件中的列数

Question

我的程序需要读取可能有 1,2 或 3 列的 csv 文件，并且需要相应地修改其行为。有没有一种简单的方法可以在迭代器运行之前检查列数而不“消耗”一行？以下代码是我能管理的最优雅的代码，但我更愿意在 for 循环开始之前运行检查：

import csv
f = 'testfile.csv'
d = '\t'

reader = csv.reader(f,delimiter=d)
for row in reader:
    if reader.line_num == 1: fields = len(row)
    if len(row) != fields:
        raise CSVError("Number of fields should be %s: %s" % (fields,str(row)))
    if fields == 1:
        pass
    elif fields == 2:
        pass
    elif fields == 3:
        pass
    else:
        raise CSVError("Too many columns in input file.")

编辑：我应该包含有关我的数据的更多信息。如果只有一个字段，它必须包含一个科学计数法的名称。如果有两个字段，第一个必须包含名称，第二个必须包含链接代码。如果存在三个字段，则附加字段包含指定名称当前是否有效的标志。因此，如果任何行有 1、2 或 3 列，则所有列都必须相同。

Answer 1

这似乎也有效：

import csv

datafilename = 'testfile.csv'
d = '\t'
f = open(datafilename,'r')

reader = csv.reader(f,delimiter=d)
ncol = len(next(reader)) # Read first line and count columns
f.seek(0)              # go back to beginning of file
for row in reader:
    pass #do stuff

Answer 2

我会建议这样一个简单的方法：

with open('./testfile.csv', 'r') as csv:
     first_line = csv.readline()
     your_data = csv.readlines()

ncol = first_line.count(',') + 1 

Answer 3

您可以使用itertools.tee

itertools.tee(iterable[, n=2])
从 a 返回 n 个独立迭代器 单个可迭代。

例如。

reader1, reader2 = itertools.tee(csv.reader(f, delimiter=d))
columns = len(next(reader1))
del reader1
for row in reader2:
    ...

请注意，完成后删除对reader1 的引用很重要，否则tee 将不得不将所有行存储在内存中，以防您再次调用next(reader1)

Answer 4

我会重建它如下（如果文件不是太大）：

import csv
f = 'testfile.csv'
d = '\t'

reader = list(csv.reader(f,delimiter=d))
fields = len( reader[0] )
for row in reader:
    if fields == 1:
        pass
    elif fields == 2:
        pass
    elif fields == 3:
        pass
    else:
        raise CSVError("Too many columns in input file.")

Answer 5

如果用户向您提供列数较少的 CSV 文件会怎样？是否使用默认值？

如果是这样，为什么不用空值来扩展行呢？

reader = csv.reader(f,delimiter=d)
for row in reader:
    row += [None] * (3 - len(row))
    try:
        foo, bar, baz = row
    except ValueError:
        # Too many values to unpack: too many columns in the CSV
        raise CSVError("Too many columns in input file.")

现在 bar 和 baz 至少为 None 并且异常处理程序将处理任何超过 3 个项目的行。