Python 如何根据数据可用性从excel或csv文件中读取数据？

我有两种文件，excel和csv，我用它们读取数据，其中有两个永久列：问题、答案和两个临时列，它们可能存在也可能不存在Word和Replacement

我做了不同的函数从csv和excel文件中读取数据，这些文件将根据文件扩展名调用

是否有一种方法可以根据临时列（Word和Replacement）的存在时间和不存在时间从临时列中读取数据。请参见下面的函数定义：

1） 对于CSV文件：

def read_csv_file(path):
    quesData = []
    ansData = []
    asciiIgnoreQues = []
    qWithoutPunctuation = []
    colnames = ['Question','Answer']
    data = pandas.read_csv(path, names = colnames)
    quesData = data.Question.tolist()
    ansData = data.Answer.tolist()
    qWithoutPunctuation = quesData

    qWithoutPunctuation = [''.join(c for c in s if c not in string.punctuation) for s in qWithoutPunctuation]

    for x in qWithoutPunctuation:
        asciiIgnoreQues.append(x.encode('ascii','ignore'))

    return asciiIgnoreQues, ansData, quesData

2） 用于读取excel数据的函数：

def read_excel_file(path):
    book = open_workbook(path)
    sheet = book.sheet_by_index(0)
    quesData = []
    ansData = []
    asciiIgnoreQues = []
    qWithoutPunctuation = []

    for row in range(1, sheet.nrows):
        quesData.append(sheet.cell(row,0).value)
        ansData.append(sheet.cell(row,1).value)

    qWithoutPunctuation = quesData
    qWithoutPunctuation = [''.join(c for c in s if c not in string.punctuation) for s in qWithoutPunctuation]

    for x in qWithoutPunctuation:
        asciiIgnoreQues.append(x.encode('ascii','ignore'))

    return asciiIgnoreQues, ansData, quesData

---

我不完全确定您试图实现什么，但读取和转换数据，即

pandas

方式，如下所示：

def read_file(path, typ):
    if typ == "excel":
        df = pd.read_excel(path, sheetname=0) # Default is zero
    else: # Assuming "csv". You can make it explicit
        df = pd.read_csv(path)

    qWithoutPunctuation = df["Question"].apply(lambda s: ''.join(c for c in s if c not in string.punctuation))
    df["asciiIgnoreQues"] = qWithoutPunctuation.apply(lambda x: x.encode('ascii','ignore'))

    return df

# Call it like this:
read_data("file1.csv","csv")
read_data("file2.xls","excel")
read_data("file2.xlsx","excel")

如果您的数据不包括

Word

和

Replacement

，则会返回一个

DataFrame

，其中列为

[“问题”、“答案”、“asciiIgnoreQues”]

，如果数据不包括

[“问题”、“单词”、“替换人”、“答案”、“asciiIgnoreQues”]

---

注意，我使用了<代码>应用程序>代码>，使您可以在所有系列上运行一个函数。

您考虑过“代码>熊猫”。它们将根据存在的列自动读取。@tmrlvi，我在读取csv函数中使用了pandas.read_csv，但列标题必须以colnames提供。但是如果我没有单词和替换克隆呢？你不必提供它们。如果你没有，

pandas

推断出它们的名字。或者您的数据不包含标题？我的数据包含标题（问题、答案、单词、替换）。所以你是说如果我没有在代码中提供colname，pandas将从第二行读取？无论如何，它从第二行读取，除非你提供

header=None