3

たくさんのCSVファイルがあります。それらのいくつかでは、欠落しているデータは空のセルで表されますが、他の場合にはピリオドがあります。すべてのファイルをループして開き、単独で発生する期間を削除してから、ファイルを保存して閉じます。

re.sub（）を使用して単語全体の検索を行うことに関する他の質問をたくさん読みました。それが私がやりたいことです（3.5では.が単独で発生するが、.が発生しない場合は削除します）が、単語全体が特殊文字（'）である単語全体のみの検索の構文を正しく取得できません。 '）。また、単語全体をタブや改行で区別できる場合でも、答えが少し違うのではないかと心配です。つまり、/ bはCSVファイルの場合に機能しますか？

更新：以下のヘルプを見た後、私が書き終えた関数は次のとおりです。多分それは他の誰かに役立つでしょう。

import csv, re

def clean(infile, outfile, chars):

''' 
Open a file, remove all specified special characters used to represent missing data, and save.\n\n
infile:\tAn input file path\n
outfile:\tAn output file path\n
chars:\tA list of strings representing missing values to get rid of
'''

in_temp = open(infile)
out_temp = open(outfile, 'wb')

csvin = csv.reader(in_temp)
csvout = csv.writer(out_temp)
for row in csvin:
    row = re.split('\t', row[0])
    for colno, col in enumerate(row):
        for char in chars:
            if col.strip() == char:
                row[colno] = ''
    csvout.writerow(row)

in_temp.close()
out_temp.close()
4

3 に答える 3

5

このような何かがうまくいくはずです...このデータはSASから出てくることはないでしょう-IIRC、それは非常に頻繁に使用されます'。' 数値が欠落しているため。

import csv

with open('input.csv') as fin, open('output.csv', 'wb') as fout:
    csvin = csv.reader(fin)
    csvout = csv.writer(fout)
    for row in csvin:
        for colno, col in enumerate(row):
            if col.strip() == '.':
                row[colno] = ''
        csvout.writerow(row)
于 2012-07-18T17:26:23.790 に答える
2

csvモジュールを使用しないのはなぜですか？

#!/usr/bin/env python

import csv

with open(somefile) as infile:
  r=csv.reader(infile)
  rows = []
  for row in csv:
    rows.append(['' if f == "." else f for f in row])
with open(newfile, 'w') as outfile:
  w=csv.writer(outfile)
  w.writelines(rows)
于 2012-07-18T17:26:09.900 に答える
0

最も安全な方法は、CSVモジュールを使用してファイルを処理し、含まれているフィールドのみを識別し、.それらを削除して、新しいCSVファイルをディスクに書き戻すことです。

脆弱な回避策は、英数字で囲まれていないドットを検索して置き換えること\B\.\Bです。これらのドットを見つける正規表現です。しかし、それはまた、の真ん中のドットのような他のドットを見つけるかもしれません"..."。

したがって、コンマで囲まれたドットを見つけるには、を検索できます(?<=,)\.(?=,)。

于 2012-07-18T17:26:09.810 に答える