Python：使用列表读取CSV文件的字段

Question

我想知道如何从下面这种结构的CSV文件中读取特定字段：

40.0070222,116.2968604,2008-10-28,[["route"], ["sublocality","political"]]
39.9759505,116.3272935,2008-10-29,[["route"], ["establishment"], ["sublocality", "political"]]

我以前处理CSV文件的方式：

with open('routes/stayedStoppoints', 'rb') as csvfile:
    spamreader = csv.reader(csvfile, delimiter=',', quotechar='"')

那个问题是前三个字段没有问题，我可以使用它们：

for row in spamreader:

我可以轻松访问row[0]，row[1]和row[2]。但是在最后一个字段中，我猜测使用csv.reader(csvfile, delimiter=',', quotechar='"')对每个子列表进行了拆分：

因此，当我尝试访问它时只会显示：

[["route"] 

有没有一种解决方案来处理最后一个字段具有完整列表（实际上是列表的列表）的情况？

[["route"], ["sublocality","political"]]

为了能够访问每个分类，感谢您。

- taonico

Answer 1

您的格式接近于json。 您只需要将每行用括号括起来，并引用日期。 对于每一行l，只需执行以下操作：

lst=json.loads(re.sub('([0-9]+-[0-9]+-[0-9]+)',r'"\1"','[%s]'%(l)))

lst的结果是

[40.0070222, 116.2968604, u'2008-10-28', [[u'route'], [u'sublocality', u'political']]]

您需要导入JSON解析器和正则表达式。

import json
import re

编辑：你问如何访问包含“route”的元素。答案是：

lst[3][0][0]

'政治'位于

lst[3][1][1]

如果字符串（如“政治”等）可能包含看起来像日期的字符串，则应该采用@unutbu提供的解决方案。

- Johan Lundberg

---

是的！实际上，我的最后一个字段是对Google地点的请求，但是我如何访问类别中的第一个列表呢？我的意思是，我如何读取路线以与其他路线进行比较？ - taonico

Answer 2

使用line.split(',', 3)来仅在前3个逗号处分割：

import json
with open(filename, 'rb') as csvfile:
    for line in csvfile:
        row = line.split(',', 3)
        row[3] = json.loads(row[3])
        print(row)

产出量

['40.0070222', '116.2968604', '2008-10-28', [[u'route'], [u'sublocality', u'political']]]
['39.9759505', '116.3272935', '2008-10-29', [[u'route'], [u'establishment'], [u'sublocality', u'political']]]

- unutbu

Answer 3

这不是一个有效的CSV文件，csv模块无法读取。

如果行结构总是像这样（两个数字、一个日期和一个嵌套列表），可以这样做：

import ast
result = []
with open('routes/stayedStoppoints') as infile:
    for line in infile:
        coord_x, coord_y, datestr, objstr = line.split(",", 3)
        result.append([float(coord_x), float(coord_y),
                      datestr, ast.literal_eval(objstr)])

结果：

>>> result
[[40.0070222, 116.2968604, '2008-10-28', [['route'], ['sublocality', 'political']]],
 [39.9759505, 116.3272935, '2008-10-29', [['route'], ['establishment'], ['sublocality', 'political']]]]

- Tim Pietzcker

---

好的，但问题是我如何读取或提取每行的每个类别或类别组！ - taonico

@taonico：你是什么意思？它们已经被提取到一个嵌套列表中了。例如，使用上面的result，result[0][3][0][0]是"route"，result[0][3][1][1]是"political"，result[1][3][1][0]是"establishment"等等。 - Tim Pietzcker