De retour d'une ligne d'un fichier CSV, si la valeur spécifiée dans la ligne correspond à condition

Ahoy, je suis en train d'écrire un script Python pour filtrer quelques gros fichiers CSV.

Je veux seulement garder les lignes qui répondent à mes critères.

Mon entrée est un fichier CSV dans le format suivant

Locus         Total_Depth  Average_Depth_sample   Depth_for_17
chr1:6484996  1030         1030                   1030
chr1:6484997  14           14                     14
chr1:6484998  0            0                      0

Je veux revenir sur les lignes où la Total_Depth est de 0.

J'ai suivi cette réponse pour lire les données. Mais je suis coincé à essayer de l'analyser sur les lignes et tirez les lignes qui correspondent à mon état.

Voici le code que j'ai pour l'instant:

import csv

f = open("file path", 'rb')
reader = csv.reader(f) #reader object which iterates over a csv file(f)
headers = reader.next() #assign the first row to the headers variable
column = {} #list of columns
for h in headers: #for each header
    column[h] = []
for row in reader: #for each row in the reader object
    for h, v in zip(headers, row): #combine header names with row values (v) in a series of tuples
        column[h].append(v) #append each value to the relevant column

Je comprends que mes données sont maintenant dans un format du dictionnaire, et je veux filtre sur la base de la "Total_Depth" la clé, mais je ne sais pas comment faire. Je vise à utiliser un if pour sélectionner les lignes pertinentes, mais vous ne savez pas comment faire avec le dictionnaire de la structure.

Tout conseil serait grandement apprécié. SB 🙂

InformationsquelleAutor s_boardman | 2013-06-21
  1. 9

    Utiliser compréhension de liste.

    import csv

with open("filepath", 'rb') as f:
    reader = csv.DictReader(f)
    rows = [row for row in reader if row['Total_Depth'] != '0']

for row in rows:
    print row

    DictReader

    • Merci @falsetru, qui a travaillé un régal.
    InformationsquelleAutor falsetru
  2. 2

    Si vous stockez le résultat complet de zip, vous pouvez vérifier l'en-tête approprié avant de l'affecter:

    ...
for row in reader: #for each row in the reader object
    r = zip(headers, row):
    if r['Total_Depth'] == 0:
        for h, v in r:
            column[h].append(v)
    • Merci @blazetopher 🙂
    • pas de problème, je n'étais pas au courant de DictReader!
    • Je ne suis pas sûr si cela correspond à votre problème, mais vous pourriez avoir un coup d'oeil à numpy.genfromtxt. Le potentiel avantage serait que les résultats de la fonction dans un numpy.ndarray (structuré), qui permet l'avancée de la découper. Vous pouvez également être en mesure d'avoir un contrôle plus fin sur vos types de données (si c'est important).
    InformationsquelleAutor blazetopher
  3. 1

    Le dictionnaire de listes que vous utilisez rend les opérations de ligne assez difficile parce que vous avez à jouer avec C parallèle des listes. namedtuples sont un moyen beaucoup plus pratique pour collecter et exploiter des données tabulaires.

    Autres réponses satisfaire exactement le problème que vous avez. À l'aide d'un plus conviviale structure de données va les aider avec les problèmes que vous avez de demain.

    • Merci @dsm, je vais essayer de creuser pour namedtuples et voir si je peux construire une meilleure version du script avec qui. 🙂
    InformationsquelleAutor msw