首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

将csv文件转换为不带任何库的列表,并保留一些列

的方法如下:

  1. 首先,需要读取csv文件并将其内容存储为字符串。
  2. 接下来,将字符串按行分割,得到每一行的数据。
  3. 对于每一行的数据,可以使用逗号作为分隔符将其拆分为不同的列。
  4. 根据需要保留的列的索引,选择相应的列数据。
  5. 将选定的列数据存储到一个列表中。
  6. 最后,返回这个列表作为结果。

以下是一个示例代码,实现了将csv文件转换为列表并保留指定列的功能:

代码语言:txt
复制
def csv_to_list(csv_file, columns):
    # 读取csv文件内容
    with open(csv_file, 'r') as file:
        csv_data = file.read()

    # 按行分割数据
    rows = csv_data.split('\n')

    # 存储选定列的数据
    result = []

    # 遍历每一行数据
    for row in rows:
        # 按逗号分割列数据
        columns_data = row.split(',')

        # 选择指定列的数据
        selected_columns = [columns_data[i] for i in columns]

        # 将选定列的数据添加到结果列表中
        result.append(selected_columns)

    return result

使用示例:

代码语言:txt
复制
csv_file = 'data.csv'
columns = [0, 2, 4]  # 保留第1、第3、第5列数据

result = csv_to_list(csv_file, columns)
print(result)

请注意,这个方法是不使用任何库的纯Python实现,适用于简单的csv文件转换。如果需要处理更复杂的csv文件,建议使用专业的csv处理库,如csv模块或pandas库。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

资源 | 23种Pandas核心操作,你需要过一遍吗?

选自 Medium 作者:George Seif 机器之心编译 参与:思源 本文自机器之心,转载需授权 Pandas 是一个 Python 软件,它提供了大量能使我们快速便捷地处理数据函数和方法...pd.read_excel("excel_file") (3) DataFrame 直接写入 CSV 文件 如下采用逗号作为分隔符,且不带索引: df.to_csv("data.csv", sep...a table DataFrame 输出到一张表: print(tabulate(print_table, headers=headers)) 当「print_table」是一个列表,其中列表元素还是新列表...(7)列出所有名字 df.columns 基本数据处理 (8)删除缺失数据 df.dropna(axis=0, how='any') 返回一个 DataFrame,其中删除了包含任何 NaN 值给定轴...,仅显示值等于 5 行: df[df["size"] == 5] (23)选定特定值 以下代码选定「size」、第一行值: df.loc([0], ['size']) 原文链接: https

2.9K20

资源 | 23种Pandas核心操作,你需要过一遍吗?

pd.read_excel("excel_file") (3) DataFrame 直接写入 CSV 文件 如下采用逗号作为分隔符,且不带索引: df.to_csv("data.csv", sep...a table DataFrame 输出到一张表: print(tabulate(print_table, headers=headers)) 当「print_table」是一个列表,其中列表元素还是新列表...(7)列出所有名字 df.columns 基本数据处理 (8)删除缺失数据 df.dropna(axis=0, how='any') 返回一个 DataFrame,其中删除了包含任何 NaN 值给定轴...(12)目标类型转换为浮点型 pd.to_numeric(df["feature_name"], errors='coerce') 目标类型转化为数值从而进一步执行计算,在这个案例中为字符串。...,仅显示值等于 5 行: df[df["size"] == 5] (23)选定特定值 以下代码选定「size」、第一行值: df.loc([0], ['size']) 原文链接:https:

1.4K40
  • 资源 | 23种Pandas核心操作,你需要过一遍吗?

    pd.read_excel("excel_file") (3) DataFrame 直接写入 CSV 文件 如下采用逗号作为分隔符,且不带索引: df.to_csv("data.csv", sep...a table DataFrame 输出到一张表: print(tabulate(print_table, headers=headers)) 当「print_table」是一个列表,其中列表元素还是新列表...(7)列出所有名字 df.columns 基本数据处理 (8)删除缺失数据 df.dropna(axis=0, how='any') 返回一个 DataFrame,其中删除了包含任何 NaN 值给定轴...(12)目标类型转换为浮点型 pd.to_numeric(df["feature_name"], errors='coerce') 目标类型转化为数值从而进一步执行计算,在这个案例中为字符串。...,仅显示值等于 5 行: df[df["size"] == 5] (23)选定特定值 以下代码选定「size」、第一行值: df.loc([0], ['size']) 原文链接:https:

    1.8K20

    Python工具开发实践-csv2excel

    Python学习有一段时间了,今天来尝试编写一个程序来实现csv文件换为excel文件功能。...your file path: ') # 列出当前目录下所有文件,返回一个列表 files = os.listdir(path) # 初始化一个空列表,用来存储csv文件列表...'.csv': # 如果是,则将文件绝对目录放到csv文件列表中,否则跳过 file_list.append(path + '\\' + f)...start_time # 用户交互界面,输出运行时间,保留2为小数 print('程序运行时间:{}秒'.format(float('%.2f' % cost_time))) # 为防止程序运行完自动跳出...,页面保留60秒 time.sleep(60) 至此,各个函数都写好了,各个函数放到一个py文件就可以了,记着首先要导入使用到模块 import pandas as pdimport osimport

    1.6K30

    Rockwell ControlCompactLogix PLC标签快速转为SE标签

    02 使用工具处理标签 注意 打开后第一页是该工具使用须知,如下: 本工具作用是Logix5000/Studio5000软件内导出CSV格式标签文件自动转换成FactoryTalk RSView...“Sheet1”表格内标签处理过程中会自动ACSII码转换为中文显示,如果需要单独转换,请在“ASCII中文”表格内操作 SE标记必须先在SE软件内任意创建一个设备标签,再导出。...2、点击 导入PLC标签CSV文件按钮,在弹出框内选择刚才准备好PLC标签文件。...该按钮下程序处理完后“Sheet1”表格内只保留标签名列、描述、数据类型,其余全都删除。...7、转移完成后即可点击“导出SE标记”按钮,生成标签导出成一个csv文件。保存文件名后面加.csv后缀 8、将该文件导入到SE项目内 至此完成。

    1.7K40

    巧用R语言实现各种常用数据输入与输出

    R语言支持读取众多格式数据文件,excel文件csv文件,txt文件和数据(MYSQL数据)等;其中,excel和csv是我们最常遇到数据文件格式。...R语言中数据输入需要设置数据读取路径,一般数据文件放到工作目录下,这样直接就可以通过read.table等读取数据文档(不许要设置路径)。...stringsAsFactors = F意味着,“在读入数据时,遇到字符串之后,不将其转换为factors,仍然保留为字符串格式”。 (5)encoding 设定输入字符串编码方式。...如果TRUE,输出追加到文件;如果FALSE,任何现有文件名称被摧毁 quote: 一个逻辑值(TRUE或FALSE)或数字向量。如果TRUE,任何字符或因素将用双引号包围。...FALSE, col.names =FALSE) #以空格分隔数据,不含行号,不含列名,字符串不带引号 > write.table (f,file ="f.csv", row.names

    7.5K42

    Pandas 2.2 中文官方教程和指南(十·二)

    + 目前,数据框转换为 ORC 文件时,日期时间时区信息不会被保留。...SPSS 文件包含列名。默认情况下,整个文件被读取,分类被转换为pd.Categorical,返回一个包含所有DataFrame。 指定usecols参数以获取子集。...读取一个 SPSS 文件: df = pd.read_spss("spss_data.sav") 从 SPSS 文件中提取usecols中包含子集,避免分类换为pd.Categorical...类型推断是一件很重要事情。如果可以列强制转换为整数 dtype 而不改变内容,则解析器这样做。任何非数字像其他 pandas 对象一样以 object dtype 传递。...", mode="w") as f: .....: f.write(data) .....: read_csv index_col 参数可以接受列表多个换为返回对象索引

    22800

    JS小知识,如何 CSV换为 JSON 字符串

    它接受要转换 CSV 文件名称,返回一个 Promise,因为转换是一个异步过程。Promise 将使用生成 JSON 字符串进行解析。...直接 CSV 字符串转换为 JSON,fromString() 要直接从 CSV 数据字符串而不是文件转换,您可以使用转换对象异步 fromString() 方法代替: index.js import...); console.log(json); CSV换为行数组 通过输出选项设置为“csv”,我们可以生成一个数组列表,其中每个数组代表一行,包含该行所有值。...处理 CSV JSON 我们也可以在不使用任何第三方情况下 CSV换为 JSON。...结束 今天分享就到这里,如何 CSV换为 JSON 字符串,你学会了吗?希望今天分享能够帮助到你,后续我会持续输出更多内容,敬请期待。

    7.7K40

    Python 读取txt、csv、mat数据载入到数组

    一、txt文件数据载入到数组 这里结合上一篇博文数据来讲怎么方便载入.txt文件到一个数组,数据如下所示: 1、自己写Python代码实现txt文本数据读取载入成数组形式(PS:下面给了三种方法...,即动态二维数组 #然后列表形式通过numpy转换为数组矩阵形式 def txt_strtonum_feed(filename): data = [] with open(filename...二、CSV文件数据载入到数组 在一些数据竞赛里面碰到很多数据都是.csv文件给出,说明应用应该还是有一些广泛。...首先这里csv文件编码格式必须为UTF-8,否则会报编码错误信息。(txtcsv文件流程:打开excel—>数据—>导入文本/csv—>编码格式选择UTF-8—>保存选择csv格式)。...csv文件打开如下所示: 首先python内置了csv,可以调用然后自己手动来写操作代码,比较简单csv文件读取载入到数组可以采用pythonpandasread_csv()函数来读取

    4.4K40

    Pandas 2.2 中文官方教程和指南(十·一)

    CSV & 文本文件 用于读取文本文件(也称为平面文件主要函数是 read_csv()。查看食谱以获取一些高级策略。...类型推断是一件很重要事情。如果一个可以被强制转换为整数类型而不改变内容,解析器这样做。任何非数字将与其他 pandas 对象一样以对象 dtype 传递。...", mode="w") as f: .....: f.write(data) .....: read_csv index_col 参数可以接受一个列编号列表换为返回对象索引...注意 任何编码为 JSON 对象方向选项在往返序列化期间不会保留索引和标签顺序。如果希望保留标签顺序,请使用split选项,因为它使用有序容器。...这对于具有前导零数值文本数据非常有用。默认情况下,数值会转换为数值类型,前导零会丢失。为了避免这种情况,我们可以这些换为字符串。

    24700

    这个插件竟打通了Python和Excel,还能自动生成代码!

    添加到当前选定旁边。最初,列名将是一个字母表,所有值都为零。 编辑新内容 单击新列名称(分配字母表) 弹出侧边栏菜单,你可以在其中编辑名称。...要使用 Mito 创建这样表, 单击“Pivot”选择源数据集(默认加载 CSV) 选择数据透视表行、和值。还可以为值选择聚合函数。...也可以从数据源中选择合并后要保留。默认情况下,所有都将保留在合并数据集中。...在 Mito 中这些都很简单,可以通过选择屏幕上选项通过GUI本身完成。 单击所需 看到一个数据类型列表。可以根据需要从下拉列表中选择任何数据类型,该数据类型应用于整个。...你实际上可以追踪在 Mitosheet 中应用所有转换。所有操作列表都带有适当标题。 此外,你可以查看该特定步骤!这意味着假设你更改了一些,然后删除了它们。你可以退回到未删除时间。

    4.7K10

    数据清洗要了命?这有一份手把手Python攻略

    本文简要介绍我在清洗数据过程中使用一些技巧。 在这个任务中,我使用了python和配套,包括pandas和numpy。...在构建预测模型时,对字符串进行各种初步清洗以使之后自然语言处理过程更容易。 删除重复招聘信息 最开始,我从保存csv文件中读取数据,检查格式。...通过这个函数,我可以清洗薪资数据,并将任何未以年薪支付薪资内容转换为大概年收入。...之后我在每一中都应用了这一函数,除了“salary”(浮点数据)和“og_salary_period”(我专门创建此列不包含任何字符)这两。 最后,我稍微清理了一下位置信息。...最后一步是数据保存为已清洗好csv文件,以便更容易地加载和建模。

    1.5K30

    使用Pandas melt()重塑DataFrame

    最简单melt 最简单melt()不需要任何参数,它将所有变成行(显示为变量)并在新值中列出所有关联值。...例如, id_vars = 'Country' 会告诉 pandas Country 保留为一,并将所有其他换为行。...,它们都应该输出如下相同结果: 请注意,都是从第 4 开始日期,获取确认日期列表 df.columns [4:] 在合并之前,我们需要使用melt() DataFrames 从当前宽格式逆透视为长格式...换句话说,我们所有日期换为值。使用“省/州”、“国家/地区”、“纬度”、“经度”作为标识符变量。我们稍后将它们进行合并。...它非常方便,是数据预处理和探索性数据分析过程中最受欢迎方法之一。 重塑数据是数据科学中一项重要且必不可少技能。我希望你喜欢这篇文章学到一些有用东西。

    2.9K10

    Kaggle word2vec NLP 教程 第一部分:写给入门者词袋

    如果你计算机上还没有该,则需要安装该;你还需要安装附带数据包,如下所示: import nltk nltk.download() # 下载文本数据集,包含停止词 现在我们可以使用nltk来获取停止词列表...")] print words 这会查看words列表每个单词,丢弃在停止词列表中找到任何内容。...单词连接成由空格分隔字符串, # 返回结果。...return( " ".join( meaningful_words )) 这里有两个新元素:首先,我们停止词列表换为不同数据类型,即集合。...) # 验证有 25,000 行和 2 print test.shape # 创建一个空列表逐个附加干净评论 num_reviews = len(test["review"]) clean_test_reviews

    1.6K20

    数据专家最常使用 10 大类 Pandas 函数 ⛵

    随着这么多年来社区高速发展和海量开源贡献者,使得 pandas 几乎可以胜任任何数据处理工作。...图片 2.写入数据处理完数据后,我们可能会把处理后DataFrame保存下来,最常用文件写入函数如下:to_csv: 写入 CSV 文件。 注意:它不保留某些数据类型(例如日期)。...很多情况下我们会将参数索引设置为False,这样就不用额外来显示数据文件索引。to_excel: 写入 Excel 文件。to_pickle:写入pickle文件。...『长』格式,在这种格式中,一个主题有多行,每一行可以代表某个时间点度量。我们会在这两种格式之间转换。melt:宽表转换为长表。...注意:重要参数id_vars(对于标识符)和 value_vars(其值对值列有贡献列表)。pivot:长表转换为宽表。

    3.6K21

    Stata与Python等效操作与调用

    在这些情况下,给起一个名字很有意义,这样就知道要处理内容。long.unstack('time') 进行 reshape ,它使用索引 'time' 创建一个新它具有的每个唯一值。...请注意,这些现在具有多个级别,就像以前索引一样。这是标记索引和另一个理由。如果要访问这些任何,则可以照常执行操作,使用元组在两个级别之间进行区分。...另一个重要区别是 np.nan 是浮点数据类型,因此 DataFrame 任何包含缺失数字将是浮点型。如果一整型数据改变了,即使只有一行 np.nan ,整列将被转换为浮点型。...值得注意是,python 和 python: 有所区别: python (不带冒号) 遇到错误会保留在 Python 环境。 python: (带冒号) 遇到错误时会回到 Stata 环境。... Python 代码存为 .py 脚本文件,然后在 Stata 中通过 python scripy pycodes.py 命令来执行。

    9.8K51

    Python 数据分析(PYDA)第三版(三)

    这些函数可选参数可能属于几个类别: 索引 可以一个或多个视为返回 DataFrame,确定是否从文件、您提供参数或根本不获取列名。...类型推断和数据转换 包括用户定义值转换和自定义缺失值标记列表。 日期和时间解析 包括一种组合能力,包括分布在多个日期和时间信息组合成结果中单个。 迭代 支持迭代处理非常大文件块。...如果列表元素是元组或列表,则将多个组合在一起解析为日期(例如,如果日期/时间跨越两)。 keep_date_col 如果连接以解析日期,则保留连接;默认为False。...要使用它,任何打开文件或类似文件对象传递给 csv.reader: In [58]: import csv In [59]: f = open("examples/ex7.csv") In [..., lstrip 修剪空格,包括右侧、左侧或两侧换行符 split 使用传递分隔符字符串拆分为子字符串列表 lower 字母字符转换为小写 upper 字母字符转换为大写 casefold 字符转换为小写

    24700

    整理了 25 个 Pandas 实用技巧,拿走不谢!

    你可以对第三使用to_numeric()函数,告诉其任何无效数据转换为NaN: ? 如果你知道NaN值代表0,那么你可以fillna()函数将他们替换成0: ?...按行从多个文件中构建DataFrame 假设你数据集分化为多个文件,但是你需要将这些数据集读到一个DataFrame中。 举例来说,我有一些关于股票小数聚集,每个数据集为单天CSV文件。...你可以给glob()函数传递某种模式,包括未知字符,这样它会返回符合该某事文件列表。在这种方式下,glob会查找所有以stocks开头CSV文件: ?...从剪贴板中创建DataFrame 假设你一些数据储存在Excel或者Google Sheet中,你又想要尽快地将他们读取至DataFrame中。 你需要选择这些数据复制至剪贴板。...如果我们只想保留第0作为city name,我们仅需要选择那一保存至DataFrame: ? 17.

    3.2K10
    领券