csv读取列和行

Question

好的，所以我在 csv 文件中有一些数据，大致如下：

[fragment1, peptide1, gene1, replicate1, replicate2, replicate3]
[fragment1, peptide2, gene1, replicate1, replicate2, replicate3]
[fragment2, peptide1, gene2, replicate1, replicate2, replicate3]
[fragment2, peptide2, gene2, replicate1, replicate2, replicate3]
[fragment3, peptide1, gene2, replicate1, replicate2, replicate3]

问题是——我需要以几种不同的方式使用这些数据（三个重复）：

1. 在每一行上（即每行只复制 1-3 个）
2. 在每个片段的每个复制列上（即从肽段 1 复制 1 和从片段 1 复制 2，复制 2 和 3 相同）
3. 在每个基因的每个重复列上（即与 (2) 相同，但使用基因而不是片段

数据文件都有相同的列，但行（即片段/肽/基因的数量）不同，所以我必须在不指定行号的情况下读取数据。本质上，我需要的是每一行、每个片段和每个基因的统计数据（变异系数）。

跨行的变体只使用三个重复（总是一行中的三个值），当然很容易获得。跨片段和跨基因的变体首先计算统计数据，以使用每个适用的复制 1、每个复制 2、然后复制 3 的第一个统计数据（即来自未知行数的未知数量的值），然后使用之前的值进行相同的统计计算（即总是三个值）。

我几乎有一个脚本可以做到这一点，但它很长并且（我认为）过于复杂。我基本上读了三遍文件，每次都以所描述的不同方式收集数据，特别是在列表中，有时在 numpy.arrays 中。

本质上，我的问题是关于如何以不同的方式有效地最好地读取数据，包括速度方面和“更少代码”方面。我试图找到类似的问题，但无济于事。任何有关如何执行此操作的提示将不胜感激，并在此先感谢！

Answer 1

我会选择numpy.loadtxt。

import numpy as np

data = np.loadtxt(open('myfile.csv', 'rb'), delimiter=',')

# 1 Access all rows
for row in data:
    print row

# Get all data in column 2 and 3
print data[:, (2,3)]

我不确定您在第 2 点和第 3 点中要问什么。您能提供示例输入和预期输出吗？