如何将csv文件读取到某一行并存储在变量中

Question

我想读入一个 csv 文件，然后将数据作为特定变量存储在标题下。

我的 csv 文件：

multiplicity  
4.123  
lattice parameters  
1,0,0  
0,1,0  
0,0,1  
atom sites  
0,0,0  
0.5,0.5,0.5  
occupancy  
1,0  
0,1  

我想创建一个代码，它可以自动将多重性下的行存储为变量的数据，以此类推，用于 csv 的其余部分。我不能在csv中对诸如multiplicity is line[2]之类的值进行硬编码，因为每个行的行数都会改变。我想创建一个循环，将标头之间的数据存储为变量，但我不确定如何。

理想情况下，我希望代码搜索第一个标题和第二个标题，然后将其间的值保存为多重性变量。然后我希望它找到第二个标题和第三个标题并将这些值保存为 lattice 参数。找到第三个标头和第四个标头以及它们之间的值作为原子站点。最后找到第四个标题和 csv 的结尾，并将其间的值保存为占用。

Answer 1

您可以尝试在collections.defaultdict() 中收集您的行。

至于将行分组到各自的标题，您似乎可以检查一行是否包含所有字母和空格，并且是csv.reader() 读取的一项。很难说，因为您只显示了数据的快照。我在下面的例子中做了这些假设。确定如何找到标题后，您可以简单地添加所有后续行，直到找到另一个标题。

我还假设您的普通行包含整数和浮点数。您可以使用ast.literal_eval() 将它们直接转换为正确的类型。

演示：

from csv import reader
from collections import defaultdict
from ast import literal_eval
from pprint import pprint

# Create a dictionary of lists
data = defaultdict(list)

# Open your file
with open('data.csv') as f:

    # Get the csv reader
    csv_reader = reader(f)

    # Initialise current header
    # If rows fall under this header, they don't have a header
    current_header = None

    # Go over each line in the csv file
    for line in csv_reader:

        # Found header
        if len(line) == 1 and all(item.isalpha() or item.isspace() for item in line[0]):
            current_header = line[0]
            continue

        #  If we get here, normal line with ints and floats
        data[current_header].append(list(map(literal_eval, line)))

pprint(data)

输出：

defaultdict(<class 'list'>,
            {'atom sites': [[0, 0, 0], [0.5, 0.5, 0.5]],
             'lattice parameters': [[1, 0, 0], [0, 1, 0], [0, 0, 1]],
             'multiplicity': [[4.123]],
             'occupancy': [[1, 0], [0, 1]]})

现在您有了一个字典，其中存储了每个标题及其各自的行。这可以稍后进行操作，并在需要时添加。

这是打印每个标题及其各自行的示例（嵌套列表）：

for header, rows in data.items():
    print("Header: %s, Rows: [%s]" % (header, ",".join(map(str, rows))))

# Header: multiplicity, Rows: [[4.123]]
# Header: lattice parameters, Rows: [[1, 0, 0],[0, 1, 0],[0, 0, 1]]
# Header: atom sites, Rows: [[0, 0, 0],[0.5, 0.5, 0.5]]
# Header: occupancy, Rows: [[1, 0],[0, 1]]

您还可以查看How to use dictionaries in Python 以了解有关字典以及如何操作它们的更多信息。

Answer 2

我的 0.02 美元：

• 问题中列出的方法过于复杂。您无需识别第一个和第二个标题并在其间附加数据。你需要：
  1. 一种识别您是否击中头球的方法
  2. 将适当处理标题后面的值的代码

这不是工作代码，但您可能需要来自 python csv module 的东西，可能看起来像这样（RoadRunner 的代码更完整，但我认为我们都在进行相同的行，最终会得到几乎相同的输出）。

data_dict = {}

import csv
with open('file_name.csv', newline='') as csvfile:
     csvreader = csv.reader(csvfile, delimiter=',')
     curr_header = "IF THIS IN DICT, SOMETHING IS WRONG"
     for row in csvreader:
         try: # look for header, if not header, append data
             float(row[0])
             data_dict[curr_header].append([float(x) for x in row])
         except ValueError: # found a header
             curr_header = row[0]
             data_dict[curr_header] = []

print(data_dict)

Answer 3

import re

data = {}
lines = list(open("data.csv", 'r'))

for line in lines:
    check = line.split(",")[0].strip()
    if not re.match("^-?\d+\.?\d*$", check):
        key = check
    else:
        data[key] =  data.get(key, []) + [[float(x) for x in line.split(",")]]

数据字典看起来像：

{'atom sites': [[0.0, 0.0, 0.0], [0.5, 0.5, 0.5]],
 'lattice parameters': [[1.0, 0.0, 0.0], [0.0, 1.0, 0.0], [0.0, 0.0, 1.0]],
 'multiplicity': [[4.123]],
 'occupancy': [[1.0, 0.0], [0.0, 1.0]]}