在 CSV 中查找最小值并在 Python 中打印包含它的每一行

Question

非常感谢您的任何帮助。我正在尝试编写一个脚本，该脚本将遍历 csv 文件的文件夹，在第二列中找到最小值并打印包含它的每一行。脚本查看的 csv 文件如下所示：

TPN,12010,on this date,25,0.00005047619239909304377497309619
TPN,12011,on this date,23,0.00003797836224092152019127884704
TPN,12012,on this date,78,0.0001130474103447076420049393022
TPN,12020,on this date,27,0.00005671375308512314236202279053
TPN,12021,on this date,60,0.00009856619048244864701475864425

脚本如下所示：

import csv
import os

folder = '/Users/Documents/Senior/Thesis/Python/TextAnalysis/datedmatchedngrams2/'

identity = []
for filename in os.listdir (folder):
    with open(filename, 'rb') as inf:
        incsv = csv.reader(inf)
        column = 1               
        datatype = int
        data = (datatype(row[column]) for row in incsv)   
        least_value = min(data)
        print least_value
        for row in incsv:
            if least_value in column[1]:
                identity.append(row)
            else:
                print "No match"
        print identity

我得到的错误是：

  File "findfirsttrigram.py", line 12, in <module>
    identity.append("a")
NameError: name 'identity' is not defined

我也试过这样做：

import csv
import os

folder = '/Users/Documents/Senior/Thesis/Python/TextAnalysis/datedmatchedngrams2/'

for filename in os.listdir (folder):
    with open(filename, 'rb') as inf:
        incsv = csv.reader(inf)
        column = 1               
        datatype = int
        data = (datatype(row[column]) for row in incsv)   
        least_value = min(data)
        print least_value
        for row in incsv:
            if least_value in row:
                print row
            else:
                print "No match"

但这也没有用。它没有给我一个错误，但它也没有打印“不匹配”，所以我不知道从哪里开始。请帮忙！！

Answer 1

你可以这样做：

import csv

# for each_file in os.listdir (folder):    
with open(each_file) as f:
    m=min(int(line[1]) for line in csv.reader(f))
    f.seek(0)
    for line in csv.reader(f):
        if int(line[1])==m:
            print line

Answer 2

未找到最小值的原因是您在查找最小值时将列转换为int，但当您将其视为您拥有的行的一部分时它仍然是一个字符串读。尝试像这样更改您的代码：

for row in incsv:
    if int(row[column])==least_value:
        print row
    else:
        print "No match"

关于另一个错误，在with 子句中，全局identity 似乎无法访问。您可以使用global 重新引入它，也可以不使用with 子句。

Answer 3

Ashalynd 介绍了价值测试失败的原因。但是，您的“不匹配”语句从未被调用的原因是因为您的 csv 阅读器无法对数据进行两次迭代。举个简单的例子吧。

with open(filename) as inf:
    incsv = csv.reader(inf)
    total_lines = 0
    for line in incsv:
        total_lines += 1
    print total_lines

    total_lines = 0
    for line in incsv:
        total_lines += 1
    print total_lines

假设有 999 条记录，它将输出以下内容：

999
0

这是因为在第一次迭代结束时，文件对象的位置在末尾。您需要将其重置回文件的开头以重复数据。 inf.seek(0) 和第二个例子应该没​​问题。很确定这会起作用。

for filename in os.listdir (folder):
    with open(filename, 'rb') as inf:
        incsv = csv.reader(inf)
        column = 1               
        datatype = int
        #This sets the file's current position to the end
        data = (datatype(row[column]) for row in incsv)   
        least_value = min(data)
        print least_value
        #This resets the file's current position to be read again
        inf.seek(0)
        for row in incsv:
            # Check if the value is the same as properly casted data
            if least_value == datatype(row[column]):
                print row
            else:
                print "No match"