C++ 如何读取CSV文件并分配给特征矩阵？

我尝试将一个大型cvs文件读入特征矩阵，在代码下方发现有问题，无法检测cvs文件中的每一行\n以在矩阵中创建多行。（它用一行读取整个文件）。不确定代码出了什么问题。有人能推荐一下吗？ 我也在寻找一种有效的方法来读取包含10k行和1k列的csv文件。不确定下面的代码是否是最好的有效方法？非常感谢您的评论

#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <fstream>
#include <istream> //DataFile.fail()  function
#include <vector>
#include <set>
#include <string>
using namespace std;


#include <Eigen/Core>
#include <Eigen/Dense>
using namespace Eigen;

 void readCSV(istream &input, vector< vector<string> > &output)
{
    int a = 0;
    int b = 0;

    string csvLine;
    // read every line from the stream
    while( std::getline(input, csvLine) )
    {

        istringstream csvStream(csvLine);
        vector<string> csvColumn;
        MatrixXd mv;
        string csvElement;
        // read every element from the line that is seperated by commas
        // and put it into the vector or strings
        while( getline(csvStream, csvElement, ' ') )
        {
            csvColumn.push_back(csvElement);
            //mv.push_back(csvElement);
            b++;
        }       
        output.push_back(csvColumn);
        a++;
    }
    cout << "a : " << a << " b : " << b << endl;   //a doen't detect '\n'
}

int main(int argc, char* argv[])
{

    cout<< "ELM" << endl;
    //Testing to load dataset from file.
    fstream file("Sample3.csv", ios::in);
    if(!file.is_open())
    {
        cout << "File not found!\n";
        return 1;
    }
    MatrixXd m(3,1000);
    // typedef to save typing for the following object
    typedef vector< vector<string> > csvVector;
    csvVector csvData;

    readCSV(file, csvData);
    // print out read data to prove reading worked
    for(csvVector::iterator i = csvData.begin(); i != csvData.end(); ++i)
    {
        for(vector<string>::iterator j = i->begin(); j != i->end(); ++j)
        {
           m(i,j) = *j; 
           cout << *j << ", ";
        }
        cout << "\n";
    }
}

#包括
#包括
#包括
#包括
#include//DataFile.fail（）函数
#包括
#包括
#包括
使用名称空间std；
#包括
#包括
使用名称空间特征；
void readCSV（istream&input，vector&output）
{
int a=0；
int b=0；
弦线；
//从小溪里读每一行
while（std:：getline（输入，csvLine））
{
istringstream csvStream（csvLine）；
向量CSV柱；
MatrixD mv；
串级；
//从以逗号分隔的行中读取每个元素
//并将其放入向量或字符串中
while（getline（csvStream，csvElement，，））
{
CSV柱。推回（CSVELENT）；
//中压推回（C级）；
b++；
}       
输出。向后推（CSV列）；
a++；
}
cout这将正确读取csv文件：

std::ifstream indata;

indata.open(filename);

std::string                line;
while (getline(indata, line))
{
    std::stringstream          lineStream(line);
    std::string                cell;

    while (std::getline(lineStream, cell, ','))
    {
        //Process cell
    }
}

编辑：此外，由于您的csv中充满了数字，因此，一旦您希望将其视为数字，请确保使用
std:：stod
或等效的转换。
将csv文件读入您的
矢量
（如Lucas's）。使用
向量
或更简单的
向量
代替
向量
构造。要使用
向量
有效地将向量分配给特征矩阵，请使用以下方法：

Eigen::MatrixXcd mat(rows, cols);
for(int i = 0; i < rows; i++)
    mat.row(i) = Eigen::Map<Eigen::VectorXd> (csvData[i].data(), cols).cast<complex<double> >();

Eigen:：MatrixXcd mat（行、列）；
对于（int i=0；i

如果您选择使用
向量
选项，它将变为：

Eigen::MatrixXcd mat(rows, cols);
mat = Eigen::Map<Eigen::VectorXd> (csvData.data(), rows, cols).cast<complex<double> >().transpose();

Eigen:：MatrixXcd mat（行、列）；
mat=Eigen:：Map（csvData.data（），rows，cols）.cast（）.transpose（）；
这里有一些你可以复制粘贴的东西

编写自己的“解析器”

优点：轻便且可定制

#include <Eigen/Dense>
#include <vector>
#include <fstream>

using namespace Eigen;

template<typename M>
M load_csv (const std::string & path) {
    std::ifstream indata;
    indata.open(path);
    std::string line;
    std::vector<double> values;
    uint rows = 0;
    while (std::getline(indata, line)) {
        std::stringstream lineStream(line);
        std::string cell;
        while (std::getline(lineStream, cell, ',')) {
            values.push_back(std::stod(cell));
        }
        ++rows;
    }
    return Map<const Matrix<typename M::Scalar, M::RowsAtCompileTime, M::ColsAtCompileTime, RowMajor>>(values.data(), rows, values.size()/rows);
}

缺点：可自定义

#include <Eigen/Dense>
#include <vector>
#include <fstream>

using namespace Eigen;

template<typename M>
M load_csv (const std::string & path) {
    std::ifstream indata;
    indata.open(path);
    std::string line;
    std::vector<double> values;
    uint rows = 0;
    while (std::getline(indata, line)) {
        std::stringstream lineStream(line);
        std::string cell;
        while (std::getline(lineStream, cell, ',')) {
            values.push_back(std::stod(cell));
        }
        ++rows;
    }
    return Map<const Matrix<typename M::Scalar, M::RowsAtCompileTime, M::ColsAtCompileTime, RowMajor>>(values.data(), rows, values.size()/rows);
}

#包括
#包括
#包括
使用名称空间特征；
模板
M load_csv（常量标准：：字符串和路径）{
std：：ifstream indata；
开放（路径）；
std：：字符串行；
std：：向量值；
uint行=0；
while（std:：getline（indata，line））{
std:：stringstream lineStream（行）；
字符串单元；
while（std:：getline（lineStream，cell，，'））{
值。推回（标准：：stod（单元格））；
}
++行；
}
返回映射（values.data（）、rows、values.size（）/行）；
}

用法：

MatrixXd A = load_csv<MatrixXd>("C:/Users/.../A.csv");
Matrix3d B = load_csv<Matrix3d>("C:/Users/.../B.csv");
VectorXd v = load_csv<VectorXd>("C:/Users/.../v.csv");

MatrixXd A=load_csv（“C:/Users/../A.csv”）；
Matrix3d B=load_csv（“C:/Users/../B.csv”）；
VectorXd v=load_csv（“C:/Users/../v.csv”）；

使用犰狳库的解析器

优点：还支持其他格式，而不仅仅是csv

缺点：额外依赖性

#include <armadillo>

template <typename M>
M load_csv_arma (const std::string & path) {
    arma::mat X;
    X.load(path, arma::csv_ascii);
    return Eigen::Map<const M>(X.memptr(), X.n_rows, X.n_cols);
}

#包括
模板
M load_csv_arma（常量标准：：字符串和路径）{
arma：：matx；
X.load（路径，arma:：csv_ascii）；
返回Eigen:：Map（X.memptr（），X.n_行，X.n_列）；
}
到目前为止，您的分隔符是空的：
”
。您的意思是：
，“
？嗨，卢卡斯，是的，我确实在我的第一个代码中尝试过，”，但这是因为它没有检测到我的cvs文件中每一行的行尾，所以我尝试使用它“”，但它似乎仍然失败。
m（i，j）=*j；
这是不正确的。
getline
应该处理换行符（除非csv的字段有换行符，而它们不应该有换行符）5gon12eder：是的，你是对的，它不正确。但是我该如何插入矩阵呢？我已经尝试了你的代码，我确实理解了你的评论。它现在似乎仍在基于cvs文件工作。不确定这里出了什么问题。我只想它每行可以计数1001列并读取3行。也许我应该再次检查。因为第二个while循环是ac实际循环cvs文件中的全部3行数据，我可以识别其中的每一行。这让我仍然感到困惑。尝试将我的代码与Avi Ginsburg的代码结合起来，您将得到一个有效的答案。不要弄乱分隔符（将
，'
更改为
'
），因为这不能满足您的要求。我们已经给了您答案，您需要做的只是在实现它方面做一些工作。祝您好运！也许我在这方面的知识有限。是的，我做了您的评论，代码仍然给我错误，我无法继续。这就是为什么我感谢Avi能提供更多提示。错误：mat=Map（csvData.data（），行，列）没有用于初始化映射的匹配构造函数。@D9268不是VectorXd，而是MatrixXd。本征对象是一个2D矩阵。为什么要构造该
std:：vector
，而不直接将值存储在
eigent:：matrix
？@5gon12eder如果在读取整个文件之前无法确定矩阵的大小，那么就很容易了r使用push_back并让容器处理大小调整。好的，我以为你建议创建一个
std:：vector
，然后创建一个
std:：vector
，最后创建一个
Eigen:：MatrixXd
。两步过程似乎不错。@Avi Ginsburg，谢谢你的建议。但是，我尝试了你的想法，遇到了一个ereadCSV函数中的错误不支持push_back。也许您可以发布更多代码来说明我应该如何实现？Thanks@AviGinsburg：您的最后一行没有将行主格式（CSV）读入列主格式（Eigen）吗？如果我们知道t的大小，您知道该怎么办吗