Domanda

Ad esempio, vorrei trasformare:

Name,Time,Score
Dan,68,20
Suse,42,40
Tracy,50,38

In:

Name,Dan,Suse,Tracy
Time,68,42,50
Score,20,40,38

EDIT: la domanda originale ha utilizzato il termine "trasponi" in modo errato.

È stato utile?

Soluzione

Se l'intero contenuto del file si adatta alla memoria, è possibile utilizzare

import csv
from itertools import izip
a = izip(*csv.reader(open("input.csv", "rb")))
csv.writer(open("output.csv", "wb")).writerows(a)

Fondamentalmente puoi pensare zip() e izip() Come operazioni di trasposizione:

a = [(1, 2, 3),
     (4, 5, 6),
     (7, 8, 9)]
zip(*a)
# [(1, 4, 7),
#  (2, 5, 8),
#  (3, 6, 9)]

izip() Evita la copia immediata dei dati, ma sostanzialmente farà lo stesso.

Altri suggerimenti

Trasferito da input.csv a output.csv. I panda possono anche aiutare.

import pandas as pd
pd.read_csv('input.csv', header=None).T.to_csv('output.csv', header=False, index=False)
from itertools import izip
from csv import reader, writer

with open('source.csv') as f, open('destination.csv', 'w') as fw:
    writer(fw, delimiter=',').writerows(izip(*reader(f, delimiter=',')))

Se lines è l'elenco del tuo testo originale di quanto dovrebbe essere

for i in range(1,len(lines)):
    lines[i] = lines[i].split(',')

new_lines = []
for i in range(len(lines[0])):
    new_lines.append("%s,%s,%s" % (lines[0][i], lines[1][i], lines[2][i]))

o usare csv Modulo Python - http://docs.python.org/library/csv.html

Stessa risposta di Nosklo (tutti i crediti per lui), ma per Python3:

from csv import reader, writer 
with open('source.csv') as f, open('destination.csv', 'w') as fw: 
    writer(fw, delimiter=',').writerows(zip(*reader(f, delimiter=',')))

Il modo più semplice è:

import numpy as np
import pandas as pd

_mat = pd.read_csv("test.csv")
_mat = _mat[_mat.columns[0:3]].values
_t_mat = np.transpose(_mat)

Risultato:

  • La matrice di input è: [[1 2 3] [4 5 6]
  • L'output è: [[1 4] [2 5] [3 6]

Leggi il CSV in pandas Frame di dati, Pandas ha una funzione in funzione per la trasposizione che può essere invocata come di seguito.

import pandas as pd

csv = pd.read_csv("test.csv", skiprows=1)
# use skiprows if you want to skip headers
df_csv = pd.DataFrame(data=csv)
transposed_csv = df_csv.T
print(transposed_csv)
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow
scroll top