Python 将列读入单独的列表

我有一个包含10多行和3列的文本文件，如：

Classification Type  A  B
Commercial Homes     12 15
Residential Homes    10 14
................     .. ..

我想分别阅读每一列，如下所示：

Classification = ['Commercial Homes', 'Residential Homes'.......]
A = [12,10,....]
B = [15,14,....]

---

我可以使用

split（）

将它们读入单独的列表，但分类名称有多个单词，我必须在列表中捕获全名，而不是第一个单词。任何建议都将不胜感激

类似的方法可能会奏效：

#!/usr/bin/python
with open('./mydata', 'r') as raw_data:
    data = [line.strip().split() for line in raw_data.readlines()]
header = data.pop(0) ## Pop off header, removed from list
a = [record[1] for record in data]
b = [record[2] for record in data]

显然，我们将遍历该列表两次，一次遍历

a

，另一次遍历

b

。对于小数据集，这不会带来任何性能问题

或者，我们可以这样做：

#!/usr/bin/python
a = list()
b = list()
with open('./mydata', 'r') as raw_data:
    for line in raw_data:
        if line.startswith('Classification'):
            continue # skip the header line
        line = line.strip().split()
        a.append(line[1])
        b.append(line[2])

---

这有点冗长。但它只需通过一次数据就可以完成这项工作。

类似的方法可能会奏效：

#!/usr/bin/python
with open('./mydata', 'r') as raw_data:
    data = [line.strip().split() for line in raw_data.readlines()]
header = data.pop(0) ## Pop off header, removed from list
a = [record[1] for record in data]
b = [record[2] for record in data]

显然，我们将遍历该列表两次，一次遍历

a

，另一次遍历

b

。对于小数据集，这不会带来任何性能问题

或者，我们可以这样做：

#!/usr/bin/python
a = list()
b = list()
with open('./mydata', 'r') as raw_data:
    for line in raw_data:
        if line.startswith('Classification'):
            continue # skip the header line
        line = line.strip().split()
        a.append(line[1])
        b.append(line[2])

这有点冗长。但它只需一次通过数据即可完成工作。

只需使用

zip（）

转换csv阅读器对象表示的矩阵即可：

import csv

with open(fn) as f:
    reader=csv.reader(f, delimiter='\t')
    a, b, c = zip(*reader)

    print a
    ('Classification Type', 'Commercial Homes', 'Residential Homes')
    print b
    ('A', '12', '10')
    print c
    ('B', '15', '14')
    # trim the tuples as you wish, such as b=list(b[1:])...

然后，您可能需要具有该元组第一个值的dict：

data={}
for t in zip(*reader):
    data[t[0]]=t[1:]

print data    
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

然后可以简化为一条语句：

data={t[0]:t[1:] for t in zip(*reader)}
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

只需使用

zip（）

转换csv阅读器对象表示的矩阵：

import csv

with open(fn) as f:
    reader=csv.reader(f, delimiter='\t')
    a, b, c = zip(*reader)

    print a
    ('Classification Type', 'Commercial Homes', 'Residential Homes')
    print b
    ('A', '12', '10')
    print c
    ('B', '15', '14')
    # trim the tuples as you wish, such as b=list(b[1:])...

然后，您可能需要具有该元组第一个值的dict：

data={}
for t in zip(*reader):
    data[t[0]]=t[1:]

print data    
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

然后可以简化为一条语句：

data={t[0]:t[1:] for t in zip(*reader)}
# {'A': ('12', '10'), 'B': ('15', '14'), 'Classification Type': ('Commercial Homes', 'Residential Homes')}

---

使用csv库执行此任务

import csv

def main():
    with open(r'CSVReaderData.txt', 'r') as f:
        reader = csv.reader(f, delimiter='\t')
        col1, col2, col3 = zip(*reader)

    print 'Classification = ',list(col1)
    print 'A = ',list(col2)
    print 'B = ',list(col3)

if __name__ == '__main__':
    main()

---

使用csv库执行此任务

import csv

def main():
    with open(r'CSVReaderData.txt', 'r') as f:
        reader = csv.reader(f, delimiter='\t')
        col1, col2, col3 = zip(*reader)

    print 'Classification = ',list(col1)
    print 'A = ',list(col2)
    print 'B = ',list(col3)

if __name__ == '__main__':
    main()

---

这些列用什么分隔？制表符、空格、逗号？这些列用什么分隔？制表符、空格、逗号？我使用制表符分隔列。那就行了。啊！我没有注意到你对数据行的主要评论中包含空格。默认情况下，Python.split（）字符串方法在任何空白序列上进行拆分。您可以提供参数来拆分其他字符（但是，在这种情况下，只有单个字符，要拆分正则表达式，您可以使用re模块中的方法）。正如其他人所说，要从CSV（逗号分隔值）或类似格式的源解析数据，请使用CSV模块。（我的重点是如何根据您的示例提取已解析的数据并分离特定列。我使用tab delimited来分离列。这样就可以了。啊！我没有注意到您在数据行上的主要注释包含空格。Python.split（）默认情况下，字符串方法在任何空白序列上拆分。您可以提供参数在其他字符上拆分（但是，在这种情况下，只有单个字符，要在正则表达式上拆分，您将使用re模块中的方法）。正如其他人所说，要从CSV解析数据（逗号分隔值）或者类似格式的源代码使用csv模块（我的重点是如何根据您的示例提取解析数据并分离特定列）。