我有一个相当大的 comma-parypared csv文件,其结构与:
相似ZipCd Var1 Var2 Var 3
12345 12 45 10
67890 13 23 5
. . . .
. . . .
. . . .
30010 99 17 6
对于每个ZIPCD,右侧有许多变量(大约250个变量)。我希望生产以下输出:
ZipCd Var Value
12345 1 12
12345 2 45
12345 3 10
67890 1 13
67890 2 23
67890 3 5
30010 1 99
30010 2 17
30010 3 6
我尝试了以下内容:
with open("file.csv") as f, open("out.csv","w") as out:
headers = next(f).split()[0:] #Get first row of original csv for headers and variable names
for row in f:
row = row.split(",") #split row into values delimited by comma
ZipCd = row[0]
Var1 = row[1]
Var2 = row[2]
Var3 = row[3]
data = zip(headers, row[1:])
for a, b in data:
out.write("{} {} {}n".format(ZipCd,a,b))
,这会产生:
12345 ZipCd,Var1,Var2,Var3 12
67890 ZipCd,Var1,Var2,Var3 13
产生所需输出的任何帮助将不胜感激。
似乎与输入文件分离器有混合。显然是 comma ,但是您使用no参数将标题分开:标题不拆分,包含所有字段,逗号分隔。
我正在提议解决方案
- 使用
csv
模块读取输入文件,更清洁。 - 接受尽可能多的变量
- 使用
zip
就像您"转置"数据
一样 - NICE TRICK
for zipcd,*vars in cr
用于将zipcd
作为第一个字段,而vars
作为其余字段(称为扩展的iTable untable unwacking aka aka the"*目标功能",如Martineau今天在另一个答案中所解释的)
代码:
import csv
with open("file.csv") as f, open("out.csv","w") as out:
cr = csv.reader(f) # default separator is comma
variable_names = next(cr)[1:] # ignore first field in the title line
out.write("ZipCd Var Valuen")
for zipcd,*vars in cr:
for vn,vv in zip(variable_names,vars): # interleave data
out.write("{} {} {}n".format(zipcd,vn,vv))
样本输入:
ZipCd,Var1,Var2,Var3
12345,12,45,10
67890,13,23,5
30010,99,17,6
产生的输出:
ZipCd Var Value
12345 Var1 12
12345 Var2 45
12345 Var3 10
67890 Var1 13
67890 Var2 23
67890 Var3 5
30010 Var1 99
30010 Var2 17
30010 Var3 6