Python-使用csv模块从csv文件中读取特定列？

Question

我正在尝试解析一个csv文件，并仅从特定列中提取数据。

范例csv：

ID | Name | Address | City | State | Zip | Phone | OPEID | IPEDS |
10 | C... | 130 W.. | Mo.. | AL... | 3.. | 334.. | 01023 | 10063 |

我想只捕获特定的列，说ID，Name，Zip和Phone。

我看过的代码使我相信我可以通过其对应的编号来调用特定的列，即：Name将对应于2并遍历每一行使用row[2]会产生列2中的所有项目。只有它不能。

到目前为止，这是我所做的：

import sys, argparse, csv
from settings import *

# command arguments
parser = argparse.ArgumentParser(description='csv to postgres',\
 fromfile_prefix_chars="@" )
parser.add_argument('file', help='csv file to import', action='store')
args = parser.parse_args()
csv_file = args.file

# open csv file
with open(csv_file, 'rb') as csvfile:

    # get number of columns
    for line in csvfile.readlines():
        array = line.split(',')
        first_item = array[0]

    num_columns = len(array)
    csvfile.seek(0)

    reader = csv.reader(csvfile, delimiter=' ')
        included_cols = [1, 2, 6, 7]

    for row in reader:
            content = list(row[i] for i in included_cols)
            print content

并且我希望这只会打印出我想要的每一行的特定列，除非不是，我只会得到最后一列。

Answer 1

你会得到从这个代码的最后一列的唯一方法是，如果你不包括你的print语句中的for循环。

这很可能是代码的结尾：

for row in reader:
    content = list(row[i] for i in included_cols)
print content

你希望它是这样的：

for row in reader:
        content = list(row[i] for i in included_cols)
        print content

既然我们已经解决了你的错误，那么我想花时间向你介绍pandas模块。

Pandas在处理csv文件方面非常出色，以下代码将是你读取csv并将整列保存到变量中所需的全部：

import pandas as pd
df = pd.read_csv(csv_file)
saved_column = df.column_name #you can also use df['column_name']

因此，如果你想将列中的所有信息保存Names到变量中，则只需执行以下操作：

names = df.Names

这是一个很棒的模块，建议你研究一下。如果由于某种原因你的打印语句处于for循环状态，并且仍然仅打印出最后一列，则不应该发生，但是请让我知道我的假设是否错误。你发布的代码有很多缩进错误，因此很难知道应该在哪里。希望这对你有所帮助！