使用python，如何选择csv文件的随机行？

Question

我需要从csv文件中随机选择一个单词，但我不知道如何启动它。所有单词都在一列中，但是我想得到一个随机行，这样我就可以输出一个随机单词。有什么想法吗？

Answer 1

因为您声明所有单词都在一列中，所以更容易分析文件。以下是我的解决方案：

import random

with open('random_word_from_file.txt') as f:
    words = f.read().split()
    my_pick = random.choice(words)
    print my_pick

注释

• 在这个解决方案中，我假设文件的大小正好适合内存
• 我使用f.read().split()而不是f.readlines()，因为后者不会从单词中删除新行字符
• 一旦有了一个单词列表，就需要调用random.choice()来随机选择一个

Answer 2

你可以用熊猫：

import pandas as pd
csvfile = pd.read_csv('/your/file/path/here')
print csvfile.sample()

Answer 3

使用^{}和^{}模块。

如果您的csv文件足够小，可以放入内存，您可以读取整个文件，然后选择一行：

import csv
import random

with open(filename) as f:
    reader = csv.reader(f)
    chosen_row = random.choice(list(reader))

您必须立即读取整个文件，因为choice需要知道有多少行。

如果您乐于在数据上进行多次传递，则可以对行进行计数，然后选择一个随机行，并再次读取文件直至该行：

with open(filename) as f:
    lines = sum(1 for line in f)
    line_number = random.randrange(lines)

with open(filename) as f:
    reader = csv.reader(f)
    chosen_row = next(row for row_number, row in enumerate(reader)
                      if row_number == line_number)

如果您希望以增量方式随机选择一行，而不知道将有多少行，则可以使用reservoir sampling。这可能会比较慢，因为它将进行多个随机选择，直到行数用完，但一次只需要内存中的一行：

with open(filename) as f:
    reader = csv.reader(f)
    for index, row in enumerate(reader):
        if index == 0:
            chosen_row = row
        else:
            r = random.randint(0, index)
            if r == 0:
                chosen_row = row