Python：忽略csv文件中的特定行

我试图创建一个简单的折线图来比较两个文件中的列。我已经写了一些代码，想知道如何忽略我拥有的两个.csv文件中的行。代码如下：

import numpy as np
import csv
from matplotlib import pyplot as plt

def read_cell(x, y):
        with open('Illumina_Heart_Gencode_Paired_End_Novel_Junctions.csv', 'r') as f:
                reader = csv.reader(f)
                y_count = 0
                for n in reader:
                        if y_count == y:
                                cell = n[x]
                                return cell
                        y_count += 1
print(read_cell(6, 932)

def read_cell(x, y):
        with open('Illumina_Heart_RefSeq_Paired_End_Novel_Junctions.csv', 'r') as f:
                reader = csv.reader(f)
                y_count = 0
                for n in reader:
                        if y_count == y:
                                cell = n[x]
                                return cell
                        y_count += 1
print(read_cell(6, 932))


d1 = []
for i in set1:
    try:
        d1.append(float(i[5]))
    except ValueError:
        continue

d2 = []
for i in set2:
    try:
        d2.append(float(i[5]))
    except ValueError:
        continue

min_len = len(d1)
if len(d2) < min_len:
    min_len = len(d2)
d1 = d1[0:min_len]
d2 = d2[0:min_len]

plt.plot(d1, d2, 'r*')
plt.plot(d1, d2, 'b-')
plt.xlabel('Data Set 1: PE_NJ')
plt.ylabel('Data Set 2: PE_SJ')
plt.show()

第二个文件如下所示：

chr1    880181  880421  2   2   0   15  0   21
chr1    1718493 1718764 2   2   0   12  0   24
chr1    8568735 8585817 2   2   0   12  0   21
chr1    8617583 8684368 2   2   0   14  0   23
chr1    8928117 8930883 2   2   0   56  0   24

---

因此，您的文件不是逗号分隔的，这实际上使这更容易。我们遍历第一个文件，在用空格（用于分隔数据中项目的制表符/空格）分隔行之后，获取每行中的第7项。然后我们对下一个文件做同样的事情，但是如果我们超过932行，我们就打破循环并完成

我会这样做：

file1_values = []
file2_values = []

with open('file1') as f1:
    for line in f1:
         seventh_column = line.split()[6]
         file1_values.append(seventh_column)

with open('file2') as f2:
    for i, line in enumerate(f2):
         if i > 932:
             break
         seventh_column = line.split()[6]
         file2_values.append(seventh_column)

---

然后，您将感兴趣的值放入两个长度相等的列表中，并可以从此列表开始执行您希望执行的任何比较或绘图操作。

编辑：在函数定义中添加分隔符选项和精度

如果您只想保留一列并在一行计数后停止读取，只需将值附加到循环中的列表中，并在循环用尽时中断。但如果您的文件使用逗号（

，

）以外的任何东西作为分隔符，则必须指定它。不要重复函数定义：一个

def

就足够了。因此，您的读卡器功能可能如下所示：

def read_column(file_name, x, y):
        cells = []
        with open(file_name, 'r') as f:
                reader = csv.reader(f, delimiter="\t")
                y_count = 0
                for n in reader:
                        y_count += 1
                        if y_count > y:
                                break
                        cells.append(n[x])
       return cells

---

这种方法函数返回一个列表，其中

x

列位于

y

第一行

一种可能的方法是从第一个（较短）文件中读取所有行，找出其长度（N），从第二个文件中读取N行，从两个文件中获取感兴趣的

k

第列

类似于（调整案例的分隔符）：

def read_tsv_文件（fname）：#读取选项卡分隔文件的全部内容（就像您所做的那样）
返回列表（csv.reader（打开（fname，'rb'），分隔符='\t'））
def take_nth_column（第一个数组，第二个数组，n）：#返回一个包含两个数组中第n列的元组，其长度与较小数组的长度相对应
len1=len（第一个数组）
len2=len（第二个_数组）
如果len1csv以逗号分隔，则min_len=len1。逗号分隔值..@ChrisArena我对这类东西不熟悉。CSV文件与.txt文件有何不同？我通过执行head-5“filename”得到这个输出。CSV文件中的条目用逗号分隔。您的文件包含由选项卡分隔的条目。也有以选项卡分隔的CSV，但它们很少受到支持
def read_column(file_name, x, y):
        cells = []
        with open(file_name, 'r') as f:
                reader = csv.reader(f, delimiter="\t")
                y_count = 0
                for n in reader:
                        y_count += 1
                        if y_count > y:
                                break
                        cells.append(n[x])
       return cells

def read_tsv_file(fname): # reads the full contents of tab-separated file (like you have)
    return list(csv.reader(open(fname, 'rb'), delimiter='\t'))

def take_nth_column(first_array, second_array, n): # returns a tuple containing nth columns from both arrays, with length corresponding to the length of the smaller array
    len1 = len(first_array)
    len2 = len(second_array)
    min_len = len1 if len1<=len2 else len2
    col1 = [row[n] for row in first_array[:min_len]]
    col2 = [row[n] for row in second_array[:min_len]]
    return (col1, col2)


first_array = read_tsv_file('your-first-file')
second_array = read_tsv_file('your-second-file')
(col1, col2) = take_nth_column(first_array, second_array, 7)