如何导入一个CSV文件使用Python与标题完好无损，其中第一列是一个非数字
这是一个前面的问题的详细说明，但是当我更深入地了解python的时候，我对python如何处理csv文件感到困惑。
我有一个csv文件，它必须保持这种方式（例如，不能将其转换为文本文件）。 它相当于一个5行乘11列数组或matrix，或向量。
我一直在尝试使用我在这里和其他地方find的各种方法（例如python.org ）来读取csv，以便保留列和行之间的关系，其中第一行和第一列=非数值。 其余的是浮动值，并且包含正浮动和负浮动的混合。
我想要做的是导入csv并在python中编译，所以如果我要引用一个列标题，它会返回存储在行中的相关值。 例如：
>>> workers, constant, age >>> workers w0 w1 w2 w3 constant 7.334 5.235 3.225 0 age -1.406 -4.936 -1.478 0
等等…
我正在寻找处理这种数据结构的技术。 我对Python很新。
Python的csv模块逐行处理数据，这是查看这些数据的常用方法。 你似乎想要一个列式的方法。 这是一种做法。
假设您的文件名为myclone.csv并包含
workers,constant,age w0,7.334,-1.406 w1,5.235,-4.936 w2,3.2225,-1.478 w3,0,0
这个代码应该给你一个想法或两个：
>>> import csv >>> f = open('myclone.csv', 'rb') >>> reader = csv.reader(f) >>> headers = reader.next() >>> headers ['workers', 'constant', 'age'] >>> column = {} >>> for h in headers: ... column[h] = [] ... >>> column {'workers': [], 'constant': [], 'age': []} >>> for row in reader: ... for h, v in zip(headers, row): ... column[h].append(v) ... >>> column {'workers': ['w0', 'w1', 'w2', 'w3'], 'constant': ['7.334', '5.235', '3.2225', '0'], 'age': ['-1.406', '-4.936', '-1.478', '0']} >>> column['workers'] ['w0', 'w1', 'w2', 'w3'] >>> column['constant'] ['7.334', '5.235', '3.2225', '0'] >>> column['age'] ['-1.406', '-4.936', '-1.478', '0'] >>>
为了让你的数值变成浮动，添加这个
converters = [str.strip] + [float] * (len(headers) - 1)
在前面，做这个
for h, v, conv in zip(headers, row, converters): column[h].append(conv(v))
为每行而不是上面的类似的两行。
对于Python 2
import csv with open( <path-to-file>, "rb" ) as theFile: reader = csv.DictReader( theFile ) for line in reader: # line is { 'workers': 'w0', 'constant': 7.334, 'age': -1.406, ... } # eg print( line[ 'workers' ] ) yields 'w0'
Python有一个强大的内置CSV处理程序。 事实上，大多数东西已经embedded到标准库中了。
对于Python 3
删除rb参数并使用r或不要传递参数（ default read mode ）。
with open( <path-to-file>, 'r' ) as theFile: reader = csv.DictReader(theFile) for line in reader: # line is { 'workers': 'w0', 'constant': 7.334, 'age': -1.406, ... } # eg print( line[ 'workers' ] ) yields 'w0' print(line)
你可以使用pandas库，并像这样引用行和列：
import pandas as pd input = pd.read_csv("path_to_file"); #for accessing ith row: input.iloc[i] #for accessing column named X input.X #for accessing ith row and column named X input.iloc[i].X
