Python - 通过csv文件行值循环
我有一个csv文件，具有两列的以下（test.csv）。Python - 通过csv文件行值循环
338,800
338,550
339,670
340,600
327,500
301,430
299,350
284,339
284,338
283,335
283,330
283,310
282,310
282,300
282,300
283,290
从第1列中，我想读取当前行并将其与前一行的值进行比较。如果它是greater或equal，继续比较，如果当前单元格的值是smaller比前一行 - 那么我想要在同一行中的第二列的值。
接下来，我想将第1列中得到的larger value除以第2列相同单元格中的值。让我说清楚。例如在上面给出的表格中：根据我在第一列中的要求得到的较小值是327（因为327小于先前的值340） - 然后我们取500（这是对应的单元格值在第2列）。 最后我们将340除以500得到值0.68。在将值打印到控制台后，我的python脚本应该立即退出。
目前，我使用在bash下面的脚本，它工作正常
awk -F, '$1<p && $2!=0{
val=$2/p
if(val>=0.8 && val<=0.9)
{
print "A"
}
else if(val==0.7)
{
print "B"
}
else if(val>=0.5 && val <0.7)
{
print "C"
}
else if(val==0.5)
{
print "E"
}
else
{
print "D"
}
exit
}
{
p=$1
}' test.csv
，但我想用python做到这一点，我将不胜感激的任何帮助。这里是我的方法
import csv
f = open("test.csv", "r+")
ff = csv.reader(f)
previous_line = ff.next()
while(True):
try:
current_line = ff.next()
if previous_line <= current_line:
print "smaller value"
except StopIteration:
break
我建议你使用内置的迭代csv.Reader的，而不是直接调用.next()。而且你的代码不应该测试正常的float值是否相等。在任何语言中，这不仅仅是一个Python的东西。此外，计算得出的值0.79将导致D，这可能不是您想要的。
from __future__ import division
import csv
def category(val):
if 0.8 < val <= 0.9:
return "A"
#Note: don't test val == 0.7: you should never test floats for equality
if abs(val - 0.7) < 1e-10:
return "B"
if 0.5 < val < 0.7:
return "C"
if abs(val - 0.5) < 1e-10:
return "E"
return "D"
with open(r"E:\...\test.csv", "r") as csvfile:
ff = csv.reader(csvfile)
previous_value = 0
for col1, col2 in ff:
if not col1.isdigit():
continue
value = int(col1)
if value >= previous_value:
previous_value = value
continue
else:
result = previous_value/int(col2)
print category(result)
break
编辑响应变化的任择议定书的要求
from __future__ import division
import csv
def category(val):
if 0.8 < val <= 0.9:
return "A"
#Note: don't test val == 0.7: you should never test floats for equality
if abs(val - 0.7) < 1e-10:
return "B"
if 0.5 < val < 0.7:
return "C"
if abs(val - 0.5) < 1e-10:
return "E"
return "D"
with open(r"E:\...\test.csv", "r") as csvfile:
ff = csv.reader(csvfile)
results = []
previous_value = 0
for col1, col2 in ff:
if not col1.isdigit():
continue
value = int(col1)
if value >= previous_value:
previous_value = value
continue
else:
result = previous_value/int(col2)
results.append(result)
print category(result)
previous_value = value
print (results)
print (sum(results))
print (category(sum(results)/len(results)))
我已经在你想用，因为你原来有循环重置前值逻辑猜测第一个结果就打破了。我不知道你想如何处理文件结尾。本次修订将产生以下输出：
C
D
A
A
A
D
[0.68, 0.7604651162790698, 0.86, 0.8820058997050148, 0.8477611940298507, 0.9129032258064517]
4.94313543582
A
正如你所看到的，有一定的results超过两个值。
col_1 = []
col_2 = []
with open("test.csv", "r+") as f:
for elem in f.readlines():
col_1.append(float(elem.split(",")[0]))
col_2.append(float(elem.split(",")[1]))
condition = True
i=0
while condition:
if (col_1[i+1]-col_1[i]<0):
print col_1[i]/col_2[i+1]
condition = False
i+=1
如果它是一个.csv文件，使用熊猫可以给你更多的控制。
import numpy as np
import pandas as pd
pd.read_csv("filename.csv") # to read a .csv file into a dataframe
但是，对于这个例子，我没有使用pd.read_csv（）函数。相反，我创建从2D numpy的阵列，像这样一个数据帧，
dataframe = pd.DataFrame(np.array([[338,800],
[338,550],
[339,670],
[340,600],
[327,500],
[301,430],
[299,350],
[284,339],
[284,338],
[283,335],
[283,330],
[283,310],
[282,310],
[282,300],
[282,300],
[283,290]]))
现在，我有一个数据帧的对象，我可以操作它，就像在Python其他对象类型。我可以调用熊猫特定函数来处理数据帧以获得我想要的结果。
def compare_and_divide(df):
for i in range(len(df)-1):
# df[0] for all values in col 0 .iloc[i] for value in row
if df[0].iloc[i+1] >= df[0].iloc[i]:
continue
else:
df[0].iloc[i+1] = df[0].iloc[i]
return df[0].div(df[1]) # .div() function to divide values in col 0 by col 1
compare_and_divide(dataframe)
0 0.422500
1 0.614545
2 0.505970
3 0.566667
4 0.680000 # 340/500 value mentioned in the question
5 0.790698
6 0.971429
7 1.002950
8 1.005917
9 1.014925
10 1.030303
11 1.096774
12 1.096774
13 1.133333
14 1.133333
15 1.172414
dtype: float64
您应指定你希望得到这么说，如果你得到一个不同的程序仍然会返回有用的信息，其中的例外：例如'除了StopIteration异常：' – TLOwater
哦，算了吧。 OK完成。 – Mahsolid