我有一堆 CSV 文件,我试图将它们连接成一个 csv 文件。 CSV 文件由一个空格分隔,如下所示:
'initial', 'pos', 'orientation', 'ratio'
'chr', '106681', '+', '0.06'
'chr', '106681', '+', '0.88'
'chr', '106681', '+', '0.01'
'chr', '106681', '+', '0.02'
如您所见,除了ratio
之外,所有值都相同。我正在创建的串联文件如下所示:
'filename','initial', 'pos', 'orientation', 'ratio1','ratio2','ratio3'
'jon' , 'chr', '106681', '+', '0.06' , '0.88' ,'0.01'
所以基本上,我会遍历每个文件,只存储 initial
、pos
、orientation
的一个值,但是所有的值ratio
并更新串联文件中的表。事实证明,这比我想象的要困惑得多。我有以下代码来读取 csv 文件:
concatenated_file = open('josh.csv', "rb")
reader = csv.reader(concatenated_file)
for row in reader:
print row
给出:
['chrom', 'pos', 'strand', 'meth_ratio']
['chr2', '106681786', '+', '0.06']
['chr2', '106681796', '+', '0.88']
['chr2', '106681830', '+', '0.01']
['chr2', '106681842', '+', '0.02']
如果有人能告诉我如何只存储 initial
、pos
、orientation
的一个值(因为它们保持不变)但是 ratio
最佳答案
这是一个带有 pandas.read_csv() 的单行代码.我们甚至可以删除引号:
import pandas as pd
csva = pd.read_csv('a.csv', header=0, quotechar="'", delim_whitespace=True)
csva['ratio']
0 0.06
1 0.88
2 0.01
3 0.02
Name: ratio, dtype: float64
几点:
- 实际上您的分隔符是逗号 + 空格。从这个意义上说,它不是普通的 CSV。参见 "How to make separator in read_csv more flexible?"
- 请注意,我们通过设置
quotechar="'"
去掉了数字字段的引号
- 如果您真的坚持要节省内存(不要),您可以在执行 read_csv 后删除
csva
中除“ratio”之外的所有其他列。请参阅 Pandas 文档。
关于python - 仅从 CSV 文件中读取选定的列,但保证所有其他列都相同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25902166/