seleccionar - seleccion de columnas en python

Eliminar columnas en un CSV con python

Question

He podido crear un csv con python utilizando la entrada de varios usuarios en este sitio y deseo expresar mi gratitud por sus publicaciones. Ahora estoy perplejo y publicaré mi primera pregunta.

Mi input.csv se ve así:

day,month,year,lat,long
01,04,2001,45.00,120.00
02,04,2003,44.00,118.00

Estoy tratando de eliminar la columna "año" y todas sus entradas. En total hay más de 40 entradas con un rango de años desde 1960-2010.

Answer 1

Depende de cómo almacene el CSV analizado, pero generalmente desea el operador del.

Si tienes una serie de dictados:

input = [ {''day'':01, ''month'':04, ''year'':2001, ...}, ... ]
for E in input: del E[''year'']

Si tienes una serie de matrices:

input = [ [01, 04, 2001, ...],
          [...],
          ...
        ]
for E in input: del E[2]

Answer 2

El uso de un dict para capturar encabezados y luego hacer un bucle le permite obtener lo que necesita de manera limpia.

import csv
ct = 0
cols_i_want = {''cost'' : -1, ''date'' : -1}
with open("file1.csv","rb") as source:
    rdr = csv.reader( source )
    with open("result","wb") as result:
        wtr = csv.writer( result )
        for row in rdr:
            if ct == 0:
              cc = 0
              for col in row:
                for ciw in cols_i_want: 
                  if col == ciw:
                    cols_i_want[ciw] = cc
                cc += 1
            wtr.writerow( (row[cols_i_want[''cost'']], row[cols_i_want[''date'']]) )
            ct += 1

Answer 3

El uso del módulo Pandas será mucho más fácil.

import pandas as pd
f=pd.read_csv("test.csv")
keep_col = [''day'',''month'',''lat'',''long'']
new_f = f[keep_col]
new_f.to_csv("newFile.csv", index=False)

Y aquí hay una breve explicación:

>>>f=pd.read_csv("test.csv")
>>> f
   day  month  year  lat  long
0    1      4  2001   45   120
1    2      4  2003   44   118
>>> keep_col = [''day'',''month'',''lat'',''long''] 
>>> f[keep_col]
    day  month  lat  long
0    1      4   45   120
1    2      4   44   118
>>>

Answer 4

En la parte superior de mi cabeza, esto lo hará sin ningún tipo de comprobación de errores ni capacidad para configurar nada. Eso es "dejado al lector".

outFile = open( ''newFile'', ''w'' )
for line in open( ''oldFile'' ):
   items = line.split( '','' )
   outFile.write( '',''.join( items[:2] + items[ 3: ] ) )
outFile.close()

Answer 5

Puede eliminar directamente la columna con sólo

del variable_name[''year'']

Answer 6

puede usar el paquete csv para iterar sobre su archivo csv y generar las columnas que desee en otro archivo csv.

El siguiente ejemplo no está probado y debería ilustrar una solución:

import csv

file_name = ''C:/Temp/my_file.csv''
output_file = ''C:/Temp/new_file.csv''
csv_file = open(file_name, ''r'')
## note that the index of the year column is excluded
column_indices = [0,1,3,4]
with open(output_file, ''w'') as fh:
    reader = csv.reader(csv_file, delimiter='','')
    for row in reader:
       tmp_row = []
       for col_inx in column_indices:
           tmp_row.append(row[col_inx])
       fh.write('',''.join(tmp_row))

Answer 7

import csv
with open("source","rb") as source:
    rdr= csv.reader( source )
    with open("result","wb") as result:
        wtr= csv.writer( result )
        for r in rdr:
            wtr.writerow( (r[0], r[1], r[3], r[4]) )

Por cierto, el bucle for se puede eliminar, pero no se puede simplificar realmente.

        in_iter= ( (r[0], r[1], r[3], r[4]) for r in rdr )
        wtr.writerows( in_iter )

Además, puede pegar de manera hiper-literal a los requisitos para eliminar una columna. Considero que esta es una mala política en general porque no se aplica a la eliminación de más de una columna. Cuando intenta eliminar el segundo, descubre que las posiciones han cambiado y la fila resultante no es obvia. Pero solo por una columna, esto funciona.

            del r[2]
            wtr.writerow( r )