读取CSV列，如果满足要求，写入单元格

Question

我正在尝试读取 CSV 文件的第一列，看看它是否满足要求。如果符合要求，我想把它写到下面的一栏。正如您从我的代码中看到的，我可以进行读取（尽管不确定是否是最好的方法），我只需要让它写入该行的第 3 列。示例：如果第一列中的任何行包含以 25 开头的 4 位值，则在该行的第 3 列中输入 Y。CSV 示例：number,na,prefix25,na,na,na1000,,,,,1254,,,,,251,,,,,2501,,,,,6548,,,,,1478,,,,,02,,,,,2550,,,,,2569,,,,,所需的 CSV 输出：number,na,prefix25,na,na,na1000,,,,,1254,,,,,251,,,,,2501,,y,,,6548,,,,,1478,,,,,02,,,,,2550,,y,,,2569,,y,,,到目前为止的代码：def micro():    #Prefix 25    with open(dbPath) as f:        reader = csv.reader(f, delimiter="\t")        for i in reader:            if len(i[0]) == 4:                curStore = i[0].startswith("25")                if curStore is True:                    #Prints found numbers what are 4 digits and start with 25                    print(i[0])预先感谢您的任何帮助

Answer 1

pandas是为此任务而设计的。

import pandas as pd

df = pd.read_csv(<path_to_file>)

df['prefix25'] = df['number'].apply(lambda x: 'y' if str(x).startswith('25') else None)

df.to_csv(<path_and_file_name>)

Answer 2

pandas这是使用的解决方案map。方法比用于列操作map更有效，而可以用于列和数据帧：applyapply

import pandas as pd

#reading the csv as a dataframe  

df = pd.read_csv('test.csv', delimiter=',')

#applying a lambda function using map

df['prefix25'] = df['number'].map(lambda x: 'y' if (str(x).startswith('25') and len(str(x))==4)  else '')

#replacing `NaN` with '' to match your requirements 

df.fillna('',inplace=True) 

#matching the columns as pandas automatically renames same columns 

df.columns = ['number','na','prefix25','na','na','na']

#saving the output csv

df.to_csv('output.csv',index=False) 

输出：

number,na,prefix25,na,na,na

1000,,,,,

1254,,,,,

251,,,,,

2501,,y,,,

6548,,,,,

1478,,,,,

2,,,,,

2550,,y,,,

2569,,y,,, 

Answer 3

尝试执行以下易于理解的步骤：

import pandas as pd

df = pd.read_csv('sofile.csv',',')

numlist = df.number.astype(str)

outlist = ['y' if (len(x)==4 and x.startswith('25')) else ''

            for x in numlist ]

df.prefix25 = outlist

print(df)

输出：

   number  na prefix25  na.1  na.2  na.3

0    1000 nan            nan   nan   nan

1    1254 nan            nan   nan   nan

2     251 nan            nan   nan   nan

3    2501 nan        y   nan   nan   nan

4    6548 nan            nan   nan   nan

5    1478 nan            nan   nan   nan

6       2 nan            nan   nan   nan

7    2550 nan        y   nan   nan   nan

8    2569 nan        y   nan   nan   nan

可以使用函数保存回 csv df.to_csv('newfile.csv')。

Answer 4

这是使用temp文件的一种方法

import csv

import os

def micro():

    #Prefix 25

    with open(dbPath) as f, open("temp_file", "w") as temp_outfile:  #Please provide full path to temp file

        reader = csv.reader(f, delimiter="\t")

        writer = csv.writer(temp_outfile, delimiter="\t")

        for i in reader:

            if len(i[0]) == 4 and i[0].startswith("25"):

                i[2] = "Y"

            writer.writerow(i)

            

            #Replace Old File with TempFile

            os.rename("temp_file", dbPath)