Ein Wörterbuch aus einer CSV-Datei erstellen?

Ich versuche, ein Wörterbuch aus einer CSV-Datei zu erstellen. Die erste Spalte der CSV-Datei enthält eindeutige Schlüssel und die zweite Spalte enthält Werte. Jede Zeile der CSV-Datei repräsentiert ein eindeutiges Schlüssel-Wert-Paar im Wörterbuch. Ich habe versucht, die Klassen csv.DictReaderund zu csv.DictWriterverwenden, konnte aber nur herausfinden, wie für jede Zeile ein neues Wörterbuch erstellt werden kann. Ich möchte ein Wörterbuch. Hier ist der Code, den ich verwenden möchte:

import csv

with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
    writer = csv.writer(outfile)
    for rows in reader:
        k = rows[0]
        v = rows[1]
        mydict = {k:v for k, v in rows}
    print(mydict)

Wenn ich den obigen Code ausführe, erhalte ich eine ValueError: too many values to unpack (expected 2). Wie erstelle ich ein Wörterbuch aus einer CSV-Datei? Vielen Dank.

Ich glaube, die Syntax, nach der Sie gesucht haben, lautet wie folgt:

import csv

with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
        writer = csv.writer(outfile)
        mydict = {rows[0]:rows[1] for rows in reader}

Alternativ möchten Sie für Python <= 2.7.1:

mydict = dict((rows[0],rows[1]) for rows in reader)

Öffnen Sie die Datei, indem Sie open und dann aufrufen csv.DictReader.

input_file = csv.DictReader(open("coors.csv"))

Sie können die Zeilen des CSV-Dict-Reader-Objekts durchlaufen, indem Sie die Eingabedatei durchlaufen.

for row in input_file:
    print(row)

ODER Nur auf die erste Zeile zugreifen

dictobj = csv.DictReader(open('coors.csv')).next() 

UPDATE In Python 3+ -Versionen würde sich dieser Code ein wenig ändern:

reader = csv.DictReader(open('coors.csv'))
dictobj = next(reader) 

import csv
reader = csv.reader(open('filename.csv', 'r'))
d = {}
for row in reader:
   k, v = row
   d[k] = v

Dies ist keine elegante, sondern eine einzeilige Lösung mit Pandas.

import pandas as pd
pd.read_csv('coors.csv', header=None, index_col=0, squeeze=True).to_dict()

Wenn Sie dtype für Ihren Index angeben möchten (dieser kann in read_csv nicht angegeben werden, wenn Sie das Argument index_col aufgrund eines Fehlers verwenden ):

import pandas as pd
pd.read_csv('coors.csv', header=None, dtype={0: str}).set_index(0).squeeze().to_dict()

Sie müssen nur csv.reader konvertieren, um zu diktieren:

~ >> cat > 1.csv
key1, value1
key2, value2
key2, value22
key3, value3

~ >> cat > d.py
import csv
with open('1.csv') as f:
    d = dict(filter(None, csv.reader(f)))

print(d)

~ >> python d.py
{'key3': ' value3', 'key2': ' value22', 'key1': ' value1'}

Sie können hierfür auch numpy verwenden.

from numpy import loadtxt
key_value = loadtxt("filename.csv", delimiter=",")
mydict = { k:v for k,v in key_value }

Ich würde vorschlagen, hinzuzufügen, if rowsfalls am Ende der Datei eine leere Zeile steht

import csv
with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
        writer = csv.writer(outfile)
        mydict = dict(row[:2] for row in reader if row)

Einzeilige Lösung

import pandas as pd

dict = {row[0] : row[1] for _, row in pd.read_csv("file.csv").iterrows()}

Wenn Sie mit der Verwendung des numpy-Pakets einverstanden sind, können Sie Folgendes tun:

import numpy as np

lines = np.genfromtxt("coors.csv", delimiter=",", dtype=None)
my_dict = dict()
for i in range(len(lines)):
   my_dict[lines[i][0]] = lines[i][1]

Für einfache CSV-Dateien wie die folgenden

id,col1,col2,col3
row1,r1c1,r1c2,r1c3
row2,r2c1,r2c2,r2c3
row3,r3c1,r3c2,r3c3
row4,r4c1,r4c2,r4c3

Sie können es nur mit integrierten Funktionen in ein Python-Wörterbuch konvertieren

with open(csv_file) as f:
    csv_list = [[val.strip() for val in r.split(",")] for r in f.readlines()]

(_, *header), *data = csv_list
csv_dict = {}
for row in data:
    key, *values = row   
    csv_dict[key] = {key: value for key, value in zip(header, values)}

Dies sollte das folgende Wörterbuch ergeben

{'row1': {'col1': 'r1c1', 'col2': 'r1c2', 'col3': 'r1c3'},
 'row2': {'col1': 'r2c1', 'col2': 'r2c2', 'col3': 'r2c3'},
 'row3': {'col1': 'r3c1', 'col2': 'r3c2', 'col3': 'r3c3'},
 'row4': {'col1': 'r4c1', 'col2': 'r4c2', 'col3': 'r4c3'}}

Hinweis: Python-Wörterbücher haben eindeutige Schlüssel. Wenn Ihre CSV-Datei also doppelt vorhanden ist ids, sollten Sie jede Zeile an eine Liste anhängen.

for row in data:
    key, *values = row

    if key not in csv_dict:
            csv_dict[key] = []

    csv_dict[key].append({key: value for key, value in zip(header, values)})

Sie können dies verwenden, es ist ziemlich cool:

import dataconverters.commas as commas
filename = 'test.csv'
with open(filename) as f:
      records, metadata = commas.parse(f)
      for row in records:
            print 'this is row in dictionary:'+rowenter code here

Es wurden viele Lösungen veröffentlicht, und ich möchte mit meinen einen Beitrag leisten, der für eine andere Anzahl von Spalten in der CSV-Datei funktioniert. Es wird ein Wörterbuch mit einem Schlüssel pro Spalte erstellt, und der Wert für jeden Schlüssel ist eine Liste mit den Elementen in dieser Spalte.

    input_file = csv.DictReader(open(path_to_csv_file))
    csv_dict = {elem: [] for elem in input_file.fieldnames}
    for row in input_file:
        for key in csv_dict.keys():
            csv_dict[key].append(row[key])

Mit Pandas ist es zum Beispiel viel einfacher. Angenommen, Sie haben die folgenden Daten als CSV und nennen wir sie test.txt/ test.csv(Sie wissen, dass CSV eine Art Textdatei ist).

a,b,c,d
1,2,3,4
5,6,7,8

jetzt mit Pandas

import pandas as pd
df = pd.read_csv("./text.txt")
df_to_doct = df.to_dict()

für jede Reihe wäre es

df.to_dict(orient='records')

und das ist es.

Versuchen Sie, ein defaultdictund zu verwenden DictReader.

import csv
from collections import defaultdict
my_dict = defaultdict(list)

with open('filename.csv', 'r') as csv_file:
    csv_reader = csv.DictReader(csv_file)
    for line in csv_reader:
        for key, value in line.items():
            my_dict[key].append(value)

Es gibt zurück:

{'key1':[value_1, value_2, value_3], 'key2': [value_a, value_b, value_c], 'Key3':[value_x, Value_y, Value_z]}