Python importuje csv do listy

Mam plik CSV z około 2000 rekordów.

Każdy rekord ma ciąg i kategorię:

This is the first line,Line1
This is the second line,Line2
This is the third line,Line3

Muszę przeczytać ten plik na liście, która wygląda następująco:

data = [('This is the first line', 'Line1'),
        ('This is the second line', 'Line2'),
        ('This is the third line', 'Line3')]

Jak mogę zaimportować ten plik CSV do listy, której potrzebuję, używając Pythona?

Za pomocą modułu csv :

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    data = list(reader)

print(data)

Wynik:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Jeśli potrzebujesz krotek:

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    data = [tuple(row) for row in reader]

print(data)

Wynik:

[('This is the first line', 'Line1'), ('This is the second line', 'Line2'), ('This is the third line', 'Line3')]

Odpowiedź na stary Python 2, również za pomocą csvmodułu:

import csv
with open('file.csv', 'rb') as f:
    reader = csv.reader(f)
    your_list = list(reader)

print your_list
# [['This is the first line', 'Line1'],
#  ['This is the second line', 'Line2'],
#  ['This is the third line', 'Line3']]

Zaktualizowano dla Python 3 :

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    your_list = list(reader)

print(your_list)

Wynik:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Pandy dobrze radzą sobie z danymi. Oto jeden przykład, jak go używać:

import pandas as pd

# Read the CSV into a pandas data frame (df)
#   With a df you can do many things
#   most important: visualize data with Seaborn
df = pd.read_csv('filename.csv', delimiter=',')

# Or export it in many ways, e.g. a list of tuples
tuples = [tuple(x) for x in df.values]

# or export it as a list of dicts
dicts = df.to_dict().values()

Dużą zaletą jest to, że pandy automatycznie zajmują się wierszami nagłówka.

Jeśli nie słyszałeś o Seaborn , polecam go obejrzeć.

Zobacz także: Jak czytać i zapisywać pliki CSV w Pythonie?

Pandy # 2

import pandas as pd

# Get data - reading the CSV file
import mpu.pd
df = mpu.pd.example_df()

# Convert
dicts = df.to_dict('records')

Zawartość df to:

     country   population population_time    EUR
0    Germany   82521653.0      2016-12-01   True
1     France   66991000.0      2017-01-01   True
2  Indonesia  255461700.0      2017-01-01  False
3    Ireland    4761865.0             NaT   True
4      Spain   46549045.0      2017-06-01   True
5    Vatican          NaN             NaT   True

Treść dykt jest

[{'country': 'Germany', 'population': 82521653.0, 'population_time': Timestamp('2016-12-01 00:00:00'), 'EUR': True},
 {'country': 'France', 'population': 66991000.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': True},
 {'country': 'Indonesia', 'population': 255461700.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': False},
 {'country': 'Ireland', 'population': 4761865.0, 'population_time': NaT, 'EUR': True},
 {'country': 'Spain', 'population': 46549045.0, 'population_time': Timestamp('2017-06-01 00:00:00'), 'EUR': True},
 {'country': 'Vatican', 'population': nan, 'population_time': NaT, 'EUR': True}]

Pandy # 3

import pandas as pd

# Get data - reading the CSV file
import mpu.pd
df = mpu.pd.example_df()

# Convert
lists = [[row[col] for col in df.columns] for row in df.to_dict('records')]

Treść listsjest:

[['Germany', 82521653.0, Timestamp('2016-12-01 00:00:00'), True],
 ['France', 66991000.0, Timestamp('2017-01-01 00:00:00'), True],
 ['Indonesia', 255461700.0, Timestamp('2017-01-01 00:00:00'), False],
 ['Ireland', 4761865.0, NaT, True],
 ['Spain', 46549045.0, Timestamp('2017-06-01 00:00:00'), True],
 ['Vatican', nan, NaT, True]]

Aktualizacja dla Python3:

import csv
from pprint import pprint

with open('text.csv', newline='') as file:
    reader = csv.reader(file)
    res = list(map(tuple, reader))

pprint(res)

Wynik:

[('This is the first line', ' Line1'),
 ('This is the second line', ' Line2'),
 ('This is the third line', ' Line3')]

Jeśli plik csv jest obiektem pliku, należy go otworzyć za pomocą newline=''.
moduł csv

Jeśli masz pewność, że w danych wejściowych nie ma przecinków oprócz oddzielenia kategorii, możesz odczytać plik linia po linii i podzielić go ,, a następnie przesłać wynik doList

Powiedział, że wygląda na to, szukasz w pliku CSV, więc można rozważyć użycie modułów dla niego

result = []
for line in text.splitlines():
    result.append(tuple(line.split(",")))

Jak już wspomniano w komentarzach, możesz używać csvbiblioteki w Pythonie. csv oznacza wartości oddzielone przecinkami, które wydają się dokładnie twoim przypadkiem: etykieta i wartość oddzielona przecinkiem.

Będąc kategorią i typem wartości wolałbym używać typu słownika zamiast listy krotek.

W każdym razie w poniższym kodzie pokazuję na dwa sposoby: djest słownikiem i llistą krotek.

import csv

file_name = "test.txt"
try:
    csvfile = open(file_name, 'rt')
except:
    print("File not found")
csvReader = csv.reader(csvfile, delimiter=",")
d = dict()
l =  list()
for row in csvReader:
    d[row[1]] = row[0]
    l.append((row[0], row[1]))
print(d)
print(l)

Wystarczy prosta pętla:

lines = []
with open('test.txt', 'r') as f:
    for line in f.readlines():
        l,name = line.strip().split(',')
        lines.append((l,name))

print lines

Niestety żadna z istniejących odpowiedzi nie jest szczególnie satysfakcjonująca.

Oto proste i kompletne rozwiązanie Python 3, wykorzystujące moduł csv .

import csv

with open('../resources/temp_in.csv', newline='') as f:
    reader = csv.reader(f, skipinitialspace=True)
    rows = list(reader)

print(rows)

Zwróć uwagę na skipinitialspace=Trueargument. Jest to konieczne, ponieważ niestety CSV OP zawiera białe znaki po każdym przecinku.

Wynik:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Rozszerzając nieco swoje wymagania i zakładając, że nie obchodzi Cię kolejność wierszy i chcesz je pogrupować w kategorie, może Ci pomóc następujące rozwiązanie:

>>> fname = "lines.txt"
>>> from collections import defaultdict
>>> dct = defaultdict(list)
>>> with open(fname) as f:
...     for line in f:
...         text, cat = line.rstrip("\n").split(",", 1)
...         dct[cat].append(text)
...
>>> dct
defaultdict(<type 'list'>, {' CatA': ['This is the first line', 'This is the another line'], ' CatC': ['This is the third line'], ' CatB': ['This is the second line', 'This is the last line']})

W ten sposób otrzymujesz wszystkie odpowiednie wiersze dostępne w słowniku pod kluczem będącym kategorią.

Oto najprostszy sposób na zaimportowanie pliku CSV do tablicy wielowymiarowej w Pythonie 3.x i tylko 4 wiersze kodu bez importowania niczego!

#pull a CSV into a multidimensional array in 4 lines!

L=[]                            #Create an empty list for the main array
for line in open('log.txt'):    #Open the file and read all the lines
    x=line.rstrip()             #Strip the \n from each line
    L.append(x.split(','))      #Split each line into a list and add it to the
                                #Multidimensional array
print(L)

Dalej jest fragment kodu, który używa modułu csv, ale wypakowuje zawartość file.csv na listę dykt, używając pierwszego wiersza, który jest nagłówkiem tabeli csv

import csv
def csv2dicts(filename):
  with open(filename, 'rb') as f:
    reader = csv.reader(f)
    lines = list(reader)
    if len(lines) < 2: return None
    names = lines[0]
    if len(names) < 1: return None
    dicts = []
    for values in lines[1:]:
      if len(values) != len(names): return None
      d = {}
      for i,_ in enumerate(names):
        d[names[i]] = values[i]
      dicts.append(d)
    return dicts
  return None

if __name__ == '__main__':
  your_list = csv2dicts('file.csv')
  print your_list