有没有更好的pythonic方法来编写此代码？

我试图从文本文件中读取第一列和第三列，并将它们添加到一起

下面的代码工作得很好，并给出了我需要的结果，但是否有更好的、更符合python风格的方法来编写

with open('random.txt', 'r') as fn:
    next(fn)
    numbers = fn.readlines()
    first_col = [int(x.split(',')[0]) for x in numbers]
    third_col = [int(y.split(',')[2]) for y in numbers]

    result = [v + z for v, z in zip(first_col, third_col)]

    print(result)

随机文件实际上是一个随机文件

col1,col2,col3
44,65,78
55,87,98
12,32,62

结果:

[122, 153, 74]

您可以使用zip：

或者，如果您不需要持有cols：

results = [
    x+y for x, _, y in zip(*(int(x) for x in map(lambda x: x.split(','), fn))
]

您可以使用zip：

或者，如果您不需要持有cols：

results = [
    x+y for x, _, y in zip(*(int(x) for x in map(lambda x: x.split(','), fn))
]

如果您可以使用numpy，那么我的建议是使用函数：

import numpy as np
np.loadtxt('random.txt', dtype=int, skiprows=1, delimiter=',', usecols=(0, 2)).sum(axis=1).tolist()

如果您可以使用numpy，那么我的建议是使用函数：

import numpy as np
np.loadtxt('random.txt', dtype=int, skiprows=1, delimiter=',', usecols=(0, 2)).sum(axis=1).tolist()

---

除了这里提供的答案之外，您还可以使用包来处理该文件

import csv
with open('random.txt', 'r') as fn:
    csv_reader = csv.reader(fn)
    next(csv_reader, None)  # skip the headers
    result = [int(f)+int(t) for f,_, t in csv_reader] 
    print result    

最简单的解决方案是使用，如果你对它感到舒服的话

import pandas as pd
df = pd.read_csv('random.txt')
print df.col1 + df.col2

如果要将结果作为列表

---

除了这里提供的答案之外，您还可以使用包来处理该文件

import csv
with open('random.txt', 'r') as fn:
    csv_reader = csv.reader(fn)
    next(csv_reader, None)  # skip the headers
    result = [int(f)+int(t) for f,_, t in csv_reader] 
    print result    

最简单的解决方案是使用，如果你对它感到舒服的话

import pandas as pd
df = pd.read_csv('random.txt')
print df.col1 + df.col2

如果要将结果作为列表

---

你的代码已经够python的了，但是你做的工作和占用的空间比你需要的要多

with open('random.txt', 'r') as fn:
    next(fn) # skip the first row
    total = 0
    for row in fn:
        first_col, _, third_col = row.split(',')
        total += int(first_col) + int(third_col)

print(result)

也许你可以用一个函数来整理一下

def sum_row(row):
    first_col, _, third_col = row.split(',')
    return int(first_col) + int(third_col)

with open('random.txt', 'r') as fn:
    next(fn) # skip the first row
    result = sum(sum_row(row) for row in fn)

print result

如果您需要一个工业级解决方案，即其他人也在使用此解决方案，并且您可能需要在将来维护它，请使用csv

import csv

def sum_row(row):
    return int(row[0]) + int(row[2])

with open('random.txt', 'r') as fn:
    reader = csv.reader(fn)
    result = sum(sum_row(row) for row in fn)

---

你的代码已经够python的了，但是你做的工作和占用的空间比你需要的要多

with open('random.txt', 'r') as fn:
    next(fn) # skip the first row
    total = 0
    for row in fn:
        first_col, _, third_col = row.split(',')
        total += int(first_col) + int(third_col)

print(result)

也许你可以用一个函数来整理一下

def sum_row(row):
    first_col, _, third_col = row.split(',')
    return int(first_col) + int(third_col)

with open('random.txt', 'r') as fn:
    next(fn) # skip the first row
    result = sum(sum_row(row) for row in fn)

print result

如果您需要一个工业级解决方案，即其他人也在使用此解决方案，并且您可能需要在将来维护它，请使用csv

import csv

def sum_row(row):
    return int(row[0]) + int(row[2])

with open('random.txt', 'r') as fn:
    reader = csv.reader(fn)
    result = sum(sum_row(row) for row in fn)

---

我想说，最简单的方法就是坚持基本原则，没有正确的python方法！你可以让你的代码变得简单和复杂

import csv

res = []
with open('file.txt', 'r') as fp:
    #Open csv file
    reader = csv.reader(fp)
    next(reader)
    #Iterate through rows and append the sum of first and third rows to a list
    for row in reader:
        res.append(int(row[0]) + int(row[2]))

print(res)
#[122, 153, 74]

---

我想说，最简单的方法就是坚持基本原则，没有正确的python方法！你可以让你的代码变得简单和复杂

import csv

res = []
with open('file.txt', 'r') as fp:
    #Open csv file
    reader = csv.reader(fp)
    next(reader)
    #Iterate through rows and append the sum of first and third rows to a list
    for row in reader:
        res.append(int(row[0]) + int(row[2]))

print(res)
#[122, 153, 74]

---

还有一个选项具有一行列表理解功能，但我们必须使用methodcaller高阶函数，从文件中分割每一行

列表理解从文件中获取行，然后map函数对每个行执行split方法，将其转换为列列表

from operator import methodcaller
with open('random.txt','r') as f:
    next(f)
    sum = [ int(c1)+int(c3) for c1,_,c3 in map(methodcaller("split", ","),f)]
sum  

另一个优点是，我们可以将其转换为生成器，而不会浪费任何内存

from operator import methodcaller
with open('data','r') as f:
    next(f)
    v = ( int(c1)+int(c3) for c1,_,c3 in map(methodcaller("split", ","),f))
    print(list(v)) # just to print the result

---

还有一个选项具有一行列表理解功能，但我们必须使用methodcaller高阶函数，从文件中分割每一行

列表理解从文件中获取行，然后map函数对每个行执行split方法，将其转换为列列表

from operator import methodcaller
with open('random.txt','r') as f:
    next(f)
    sum = [ int(c1)+int(c3) for c1,_,c3 in map(methodcaller("split", ","),f)]
sum  

另一个优点是，我们可以将其转换为生成器，而不会浪费任何内存

from operator import methodcaller
with open('data','r') as f:
    next(f)
    v = ( int(c1)+int(c3) for c1,_,c3 in map(methodcaller("split", ","),f))
    print(list(v)) # just to print the result

---

---

你可能想看看熊猫。对于这个玩具示例来说，这有些过分，但对于逗号分隔值的csv文件来说效果非常好。可能有一种方法可以避免重复数字两次。您可能想看看熊猫。对于这个玩具示例来说，这太过分了，但对于逗号分隔值的csv文件来说效果非常好。可能有一种方法可以避免重复数字两次。@gt6989b似乎可读。。。转换为整数，跳过第一行，用逗号分隔，使用第一列和第三列，然后求和。@gt6989b似乎可读。。。转换为整数，跳过第一行，用逗号分割，使用第一列和第三列，求和。太棒了！“u”在第一列、第二列、第三列中有什么作用？它是一个变量名，通常用来表示忽略了该值。你可以用first\u col，second\u col，third\u col=row.split'，'替换它，但是当有人去读你的代码或者你使用一个linter时，他们会问你为什么不使用second\u col。看到了吗！“u”在第一列、第二列、第三列中有什么作用？它是一个变量名，通常用来表示忽略了该值。你可以用first\u col，second\u col，third\u col=row.split'，'，替换它，但是当有人去读你的代码或者你使用了一个linter时，他们会问你为什么不使用second\u col。请参阅。可读性很重要。简单总比复杂好。哇！谢谢你的接受：我想越简单越好！这本质上是@Unni-answer，除非您将他的列表理解转换为完整的for循环。这怎么可能更简单呢？还是更清楚？直到你现在指出，我才看到他的答案！因此，我关于更简单或更清晰的陈述与他的回答无关！我只是想说清楚，我是在评论他关于保持事情简单的说法。非常同意。可读性很重要。简单总比复杂好。哇！谢谢你的接受：我想越简单越好！这本质上是@Unni-answer，除非您将他的列表理解转换为完整的for循环。这怎么可能更简单呢？还是更清楚？直到你现在指出，我才看到他的答案！因此，我关于更简单或更清晰的陈述与他的回答无关！我只是想说清楚，我是在评论他关于让事情简单化的说法

---

s是纯Python中最优雅的方法，这个答案应该是公认的答案。这是纯Python中最优雅的方法，这个答案应该是公认的答案。