读取CSV文件并创建字典？

Question

假设我有一个名为'players.csv'的文件，其中包含一些NFL球员的数据。 我的目标是读取该文件，并创建一个字典，以球员身高作为键，以包含球员简介元组列表的值。

HEIGHT,NAME,DRAFTED,AGE,POSITION,WEIGHT

6,Aaron,2005,31,QB,225

5,Jordy,2008,30,WR,217

5,Randall,2011,24,WR,192

球员概况元组示例，'name' 必须是一个字符串， 'age' 和 'position' 必须是整数。 'year' 排名和 'position' 必须被忽略。

player_profile = (name, age, position)

预期字典：

# players height are keys, player profiles are values.
dict = {
    6: [('Aaron', 31, 225)]
    5: [('Jordy', 30, 217), ('Randall', 24, 192)]
   }

以下是我目前的进展，但我卡住了。

final_dict = {}

#open csv file
with open(filename) as f:
    info = f.read()

#split the newline characters
info2 = info.split()

#exclude the header
info3 = info2[1:]

- Vincent Luc

---

请参考文档中的csv.reader，它可以使这个过程变得简单许多。 - pvg

Answer 1

使用csv模块与defaultdict处理重复的键：

import csv
from collections import defaultdict

d = defaultdict(list)

with open("in.csv") as f:
    next(f) # skip header
    r = csv.reader(f)
    # unpack use height as key and  append name age and position
    for h, nm, _, a, p ,_ in r:
        d[int(h)].append((nm, int(a), p))

print(d)

输出：

defaultdict(<type 'list'>, {5: [('Jordy', 30, 'WR'), ('Randall', 24, 'WR')], 6: [('Aaron', 31, 'QB')]})

如果你真的想避免导入，可以使用str.split并使用dict.setdefault，但我认为没有理由不使用内置库，如csv和collections：

d = {}

with open("in.csv") as f:
    next(f)  
    for line in f:
        h, nm, _, a, p ,_  = line.split(",")
        d.setdefault(int(h),[]).append((nm, int(a), p))

print(d)

输出：

{5: [('Jordy', 30, 'WR'), ('Randall', 24, 'WR')], 6: [('Aaron', 31, 'QB')]}

您的输入示例不正确，因为POSITION是一个字符串，您应该使用WEIGHT来匹配您期望的输出：

with open("in.csv") as f:
    next(f) # skip header
    r = csv.reader(f)
    # unpack use height as key and  append name age and weight
    for h, nm, _, a, _ ,w in r:
        d[int(h)].append((nm, int(a), int(w)))

输出：

defaultdict(<type 'list'>, {5: [('Jordy', 30, 217), ('Randall', 24, 192)], 6: [('Aaron', 31, 225)]})

使用普通的字典进行相同的更改，以获得相同的输出结果。

- Padraic Cunningham

---

有没有绕过“import csv”的方法？我正在寻找最简单的解决方案，而不需要导入任何内容。 - Vincent Luc

@VincentLuc，为什么你不导入，可以通过拆分和使用dict.setdefault来实现，这样效率更低。 - Padraic Cunningham

Answer 2

csv 模块的问题在于它不会自动处理数据类型转换，正如你可能已经从 Padraic 的回答中注意到的那样，键和年龄都是字符串。这意味着您需要进行额外的传递，可能使用 map，在其中将字符串转换为其正确的类型。此外，一旦读取文件，您很可能希望对其内容执行某种分析或其他处理。

因此，我建议使用 pandas.DataFrame 进行工作，它提供了类似字典的行为，如下所示：

import pandas
Q = pandas.read_csv("myfile.csv", index_col = "HEIGHT")

Q现在是一个DataFrame。要检索所有身高为5英尺的球员：

Q.ix[5] #Returns two rows according to the data posted in the question.

获取身高为5的玩家的年龄中位数：

Q.ix[5]["AGE"].median() #27.0 according to the data posted in the question.

如需更多关于pandas的信息，请参见此链接。

希望这可以帮到您。

- A_A

Answer 3

我认为这是这个问题最基本的解决方案。

from collections import defaultdict

players = defaultdict(list)
for line in open("players.csv"):
    line = line.strip()
    tokens = line.split(",")
    xs = [tokens[1], tokens[3], tokens[5]]
    players[tokens[0]].append(tuple(xs))

首先，您正在定义默认字典，并将列表作为值。然后，您需要浏览文件并删除一些特殊字符，例如“\n”等。然后，我们通过“，”拆分整个行。然后，我们知道每个位置的内容。我们知道数字在零位置，因此这是我们的键。其他属性位于第1、3和5个位置，因此我们还将这些标记包含在我们的列表中。我们将这些标记包含在列表中只是为了将此列表转换为元组。这是最简单的解决方案。我们也可以这样说。

players[tokens[0]].append((tokens[1], tokens[3], tokens[5]))

这也可以工作 :)

祝好， golobich

- golobitch