选择并操作.csv中的列

Question

我有一个包含38列和1500多行的csv文件，这里面有浮点数和字符串。我想从中提取3列（x、y、z）的浮点数据来计算平均值，公式是 f=(x+y)/z。经过研究，我成功地把这些列提取成了numpy数组，并进行了 f=(x+y)/z 的计算。现在当我尝试对f进行求和时，数组的值没有被加起来。我打印了f，看到有1500个正确的值，但没有得到它们的总和。

  reader=csv.reader(open('myfile.csv' ,"rb"),delimiter=',')
  reader.next()
  reader.next()
  x=list(reader)
  data=numpy.array(x)
  rows=data.shape[0]
  for i in range (0,rows):
      x=numpy.array(data[i,18]).astype('float')
      y=numpy.array(data[i,19]).astype('float')
      z=numpy.array(data[i,6]).astype('float')
      f=numpy.array((x+y)/z)
      average=numpy.sum(f)/rows
      print average

Answer 1

如果你不想使用numpy，这里有一个纯Python的解决方案。

import csv

def f(x, y, z):
    x = float(x)
    y = float(y)
    z = float(z)
    return (x+y)/z

reader = csv.reader(open("derp.csv", 'r'))
rows = list(reader)
len_of_rows = len(rows)

f_values = []

for row in rows:
    x = row[0]
    y = row[1]
    z = row[2]
    f_values.append(f(x, y, z))

average = sum(f_values)/len_of_rows
print average

这是我的derp.csv文件的样子。

1,2,3
4,5,6
7,8,9

Answer 2

Numpy让你可以对整个数组进行操作，不需要一个一个地去处理它们。

reader=csv.reader(open('myfile.csv' ,"rb"),delimiter=',')
reader.next()
reader.next()
x=list(reader)
data=numpy.array(x)
rows=data.shape[0]

x=data[:,18].astype('float')
y=data[:,19].astype('float')
z=data[:,6].astype('float')

f = (x + y) / z
average = f.mean()

print average

Answer 3

如果 data 已经是一个数组了，那就不需要用 for 循环了：

x = data[:, 18].astype(float)
y = data[:, 19].astype(float)
z = data[:, 6].astype(float)
f = (x+y) / z
average = np.average(f)

你可以直接用 np.loadtxt 来读取你的文件，这样可能会更好：

data = np.loadtxt('myfile.csv', dtype=float, delimiter=',' skiprows=2,
                  usecols=(6, 18, 19))

或者可以直接获取 x、y 和 z 的值：

x, y, z = np.loadtxt('myfile.csv', dtype=float, delimiter=',' skiprows=2,
                     usecols=(6, 18, 19), unpack=True)