Python importiert CSV in Liste

Ich habe eine CSV-Datei mit ungefähr 2000 Datensätzen.

Jeder Datensatz hat eine Zeichenfolge und eine Kategorie:

This is the first line,Line1
This is the second line,Line2
This is the third line,Line3

Ich muss diese Datei in eine Liste einlesen, die so aussieht:

data = [('This is the first line', 'Line1'),
        ('This is the second line', 'Line2'),
        ('This is the third line', 'Line3')]

Wie kann ich diese CSV mit Python in die Liste importieren, die ich benötige?

Verwenden des CSV-Moduls :

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    data = list(reader)

print(data)

Ausgabe:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Wenn Sie Tupel benötigen:

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    data = [tuple(row) for row in reader]

print(data)

Ausgabe:

[('This is the first line', 'Line1'), ('This is the second line', 'Line2'), ('This is the third line', 'Line3')]

Alte Python 2-Antwort, auch mit dem csvModul:

import csv
with open('file.csv', 'rb') as f:
    reader = csv.reader(f)
    your_list = list(reader)

print your_list
# [['This is the first line', 'Line1'],
#  ['This is the second line', 'Line2'],
#  ['This is the third line', 'Line3']]

Aktualisiert für Python 3 :

import csv

with open('file.csv', newline='') as f:
    reader = csv.reader(f)
    your_list = list(reader)

print(your_list)

Ausgabe:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Pandas kann ziemlich gut mit Daten umgehen . Hier ist ein Beispiel für die Verwendung:

import pandas as pd

# Read the CSV into a pandas data frame (df)
#   With a df you can do many things
#   most important: visualize data with Seaborn
df = pd.read_csv('filename.csv', delimiter=',')

# Or export it in many ways, e.g. a list of tuples
tuples = [tuple(x) for x in df.values]

# or export it as a list of dicts
dicts = df.to_dict().values()

Ein großer Vorteil ist, dass Pandas automatisch mit Kopfzeilen umgehen.

Wenn Sie noch nichts von Seaborn gehört haben , empfehle ich Ihnen , es sich anzusehen.

Siehe auch: Wie lese und schreibe ich CSV-Dateien mit Python?

Pandas # 2

import pandas as pd

# Get data - reading the CSV file
import mpu.pd
df = mpu.pd.example_df()

# Convert
dicts = df.to_dict('records')

Der Inhalt von df ist:

     country   population population_time    EUR
0    Germany   82521653.0      2016-12-01   True
1     France   66991000.0      2017-01-01   True
2  Indonesia  255461700.0      2017-01-01  False
3    Ireland    4761865.0             NaT   True
4      Spain   46549045.0      2017-06-01   True
5    Vatican          NaN             NaT   True

Der Inhalt von Diktaten ist

[{'country': 'Germany', 'population': 82521653.0, 'population_time': Timestamp('2016-12-01 00:00:00'), 'EUR': True},
 {'country': 'France', 'population': 66991000.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': True},
 {'country': 'Indonesia', 'population': 255461700.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': False},
 {'country': 'Ireland', 'population': 4761865.0, 'population_time': NaT, 'EUR': True},
 {'country': 'Spain', 'population': 46549045.0, 'population_time': Timestamp('2017-06-01 00:00:00'), 'EUR': True},
 {'country': 'Vatican', 'population': nan, 'population_time': NaT, 'EUR': True}]

Pandas # 3

import pandas as pd

# Get data - reading the CSV file
import mpu.pd
df = mpu.pd.example_df()

# Convert
lists = [[row[col] for col in df.columns] for row in df.to_dict('records')]

Der Inhalt von listsist:

[['Germany', 82521653.0, Timestamp('2016-12-01 00:00:00'), True],
 ['France', 66991000.0, Timestamp('2017-01-01 00:00:00'), True],
 ['Indonesia', 255461700.0, Timestamp('2017-01-01 00:00:00'), False],
 ['Ireland', 4761865.0, NaT, True],
 ['Spain', 46549045.0, Timestamp('2017-06-01 00:00:00'), True],
 ['Vatican', nan, NaT, True]]

Update für Python3:

import csv
from pprint import pprint

with open('text.csv', newline='') as file:
    reader = csv.reader(file)
    res = list(map(tuple, reader))

pprint(res)

Ausgabe:

[('This is the first line', ' Line1'),
 ('This is the second line', ' Line2'),
 ('This is the third line', ' Line3')]

Wenn csvfile ein Dateiobjekt ist, sollte es mit geöffnet werden newline=''.
CSV-Modul

Wenn Sie sicher , es gibt keine Kommas in Ihrem Eingang, andere als die Kategorie zu trennen, können Sie die Datei Zeile für Zeile gelesen und aufgeteilt auf ,, und drücken Sie dann das Ergebnis anList

Es sieht jedoch so aus, als würden Sie sich eine CSV-Datei ansehen. Sie könnten also in Betracht ziehen, die Module dafür zu verwenden

result = []
for line in text.splitlines():
    result.append(tuple(line.split(",")))

Wie bereits in den Kommentaren erwähnt, können Sie die csvBibliothek in Python verwenden. csv bedeutet durch Kommas getrennte Werte, was genau Ihr Fall zu sein scheint: eine Beschriftung und ein durch Komma getrennter Wert.

Als Kategorie- und Wertetyp würde ich lieber einen Wörterbuchtyp anstelle einer Liste von Tupeln verwenden.

Wie auch immer, im folgenden Code zeige ich beide Möglichkeiten: dist das Wörterbuch und list die Liste der Tupel.

import csv

file_name = "test.txt"
try:
    csvfile = open(file_name, 'rt')
except:
    print("File not found")
csvReader = csv.reader(csvfile, delimiter=",")
d = dict()
l =  list()
for row in csvReader:
    d[row[1]] = row[0]
    l.append((row[0], row[1]))
print(d)
print(l)

Eine einfache Schleife würde ausreichen:

lines = []
with open('test.txt', 'r') as f:
    for line in f.readlines():
        l,name = line.strip().split(',')
        lines.append((l,name))

print lines

Leider finde ich keine der vorhandenen Antworten besonders befriedigend.

Hier ist eine einfache und vollständige Python 3-Lösung, die das CSV- Modul verwendet.

import csv

with open('../resources/temp_in.csv', newline='') as f:
    reader = csv.reader(f, skipinitialspace=True)
    rows = list(reader)

print(rows)

Beachten Sie das skipinitialspace=TrueArgument. Dies ist notwendig, da die CSV von OP leider nach jedem Komma Leerzeichen enthält.

Ausgabe:

[['This is the first line', 'Line1'], ['This is the second line', 'Line2'], ['This is the third line', 'Line3']]

Wenn Sie Ihre Anforderungen ein wenig erweitern und davon ausgehen, dass Sie sich nicht um die Reihenfolge der Zeilen kümmern und sie unter Kategorien gruppieren möchten, kann die folgende Lösung für Sie funktionieren:

>>> fname = "lines.txt"
>>> from collections import defaultdict
>>> dct = defaultdict(list)
>>> with open(fname) as f:
...     for line in f:
...         text, cat = line.rstrip("\n").split(",", 1)
...         dct[cat].append(text)
...
>>> dct
defaultdict(<type 'list'>, {' CatA': ['This is the first line', 'This is the another line'], ' CatC': ['This is the third line'], ' CatB': ['This is the second line', 'This is the last line']})

Auf diese Weise erhalten Sie alle relevanten Zeilen im Wörterbuch unter Schlüssel als Kategorie.

Hier ist der einfachste Weg in Python 3.x, eine CSV in ein mehrdimensionales Array und seine nur 4 Codezeilen zu importieren, ohne etwas zu importieren!

#pull a CSV into a multidimensional array in 4 lines!

L=[]                            #Create an empty list for the main array
for line in open('log.txt'):    #Open the file and read all the lines
    x=line.rstrip()             #Strip the \n from each line
    L.append(x.split(','))      #Split each line into a list and add it to the
                                #Multidimensional array
print(L)

Als nächstes folgt ein Code, der das CSV-Modul verwendet, aber den Inhalt von file.csv mithilfe der ersten Zeile, die ein Header der CSV-Tabelle ist, in eine Liste von Dikten extrahiert

import csv
def csv2dicts(filename):
  with open(filename, 'rb') as f:
    reader = csv.reader(f)
    lines = list(reader)
    if len(lines) < 2: return None
    names = lines[0]
    if len(names) < 1: return None
    dicts = []
    for values in lines[1:]:
      if len(values) != len(names): return None
      d = {}
      for i,_ in enumerate(names):
        d[names[i]] = values[i]
      dicts.append(d)
    return dicts
  return None

if __name__ == '__main__':
  your_list = csv2dicts('file.csv')
  print your_list