在Python中替换列的内容

Question

我有多个 .csv 文件，我用 Python 编程把它们合并成一个 .csv 文件。

现在我想用 Python 自动化地替换这个 .csv 文件中某一列的内容。我也可以用记事本打开这个 .csv 文件，然后手动替换那一列的内容，但文件太大了，处理起来很慢。

Name                          ID                                                class  Num
"kanika",""University ISD_po.log";" University     /projects/asd/new/high/sde"","MBA","12"
"Ambika",""University ISD_po.log";" University     /projects/asd/new/high/sde"","MS","13"

在上面的例子中，我需要替换 ID 列的内容。ID 列的新内容应该是“input”。

这个 ID 列是用两个双引号包围的，并且还有一些多余的空格。而其他列只有一个双引号。

有没有办法用 Python 来做到这一点呢？

合并多个 .csv 文件的代码是：

fout=open("out.csv","a")
for line in open("sh1.csv"):
    fout.write(line)
for num in range(2,21):
    f=open("sh"+str(num)+".csv")
    f.next()
    for line in f:
        fout.write(line)
    f.close()
fout.close()

Answer 1

你可以使用正则表达式来去掉它：

In [3]: re.sub(r'""Uni-\s*"([0-9]+)""', r'\1', '""Uni-  "38447484""', flags=re.I)
Out[3]: '38447484'

Answer 2

可以试试Python的 csv 模块来读取和写入CSV文件。

Answer 3

正如其他人所说，通常我们会使用 csv 模块来从 Python 中读取或写入 CSV 文件。

但是，如果你提到的文件就像你发的那样，它的格式不太正确，Python 的 CSV 模块可能无法正确处理它——因为你想要修改的那一列使用了错误的双引号。

所以，最好把你的文件当作文本文件来处理，然后在里面进行修改：

with open("myfile.csv") as input_file:
   with open("output.csv", "wt") as output:
      output.write(input_file.readline())
      for line in input_file:
           parts = line.split('""')
           id = parts.split('"')[-1]
           output.write(parts[0] + id + parts[2])