将 csv 文件的列附加到列表中

Question

我有一个格式为制表符分隔文件的数据集。我想要完成的是将该文件的一些列附加到不同的列表中。

我正在阅读的文件有点像这样：

   temperature  station.id  latitude    longtitude  sea.distance    altitude

1               S7          0            4          0               75
2               S8          1            5          3               400
3               S8          1.5          2          4               80

注意第一列是索引值，没有标题，而第二列temperature没有值。

现在我使用csv.reader(infile, delimiter="\t") 读取文件并使用append 创建columns 列表。事实证明，这是完全错误的。

columns = []

for column in csv.reader(infile, delimiter="\t"):
            columns.append(column)

我进行了一些搜索，发现了一些可能（或可能不会）起作用的功能和方法，但我不确定应该使用哪一个。 有什么建议？提前致谢

编辑：我认为结果应该是这样的：

lat = [0,1,1.5]

latitude 值列表

到目前为止的代码：

#!/usr/bin/env Python

import csv

columns = []

with open("/path/to/file/file.txt") as infile:    

    for row in csv.reader(infile, delimiter="\t"):
        columns.append(row[1])
        print columns

Edit2：print row 给出了这个：

['', 'temperature', 'station.id', 'latitude', 'longtitude', 'sea.distance', 'altitude']
[]
['1', '', '', '', 'S7', '0', '', '4', '', '0', '', '75']
['2', '', '', '', 'S8', '1', '', '5', '', '3', '', '400']
['3', '', '', '', 'S8', '1.5', '', '2', '', '4', '', '80']

Answer 1

尝试以下方法：

>>> with open("test.csv", "rb") as f:
...     latitudes = [x[5] for x in csv.reader(f, delimiter="\t") if x]
...     
... 
>>> latitudes
['0', '1', '1.5']

csv.reader 迭代您的 csv 文件的 行。代码从每一行中每第六个项目（请记住，索引从 0 开始）如果该行存在（或不评估为 False，例如空列表）。它使用list comprehension 这样做。您可以将该列表理解编写为常规 for 循环：

>>> for row in csv.reader(f, delimiter="\t"):
...    if row:
...        latitudes.append(row[5])
...
...

---

编辑：您的示例数据似乎有一堆额外的选项卡。我已经更新了答案以考虑到这一点。不过，您应该修复您的输入文件，除非您想遇到更多问题。

如果您清理输入文件，您可以将数据转换为pandas.DataFrame。这允许轻松操作和访问 csv 数据。这是一个例子：

>>> data = pandas.DataFrame.from_csv("/tmp/test.csv", sep="\t")
>>> print data
index  temperature station.id  latitude  longtitude  sea.distance   altitude

NaN            NaN        NaN       NaN         NaN            NaN       NaN
 1             NaN         S7       0.0           4              0        75
 2             NaN         S8       1.0           5              3       400
 3             NaN         S8       1.5           2              4        80

[4 rows x 6 columns]

>>> data['latitude']
index
NaN      NaN
 1       0.0
 2       1.0
 3       1.5
Name: latitude, dtype: float64
>>> 

Answer 2

columns = []
for row in csv.reader(infile, delimiter="\t"):
    columns.append(row[1])   # here row[1] is the second column