Select 根据特定索引字符串值记录，然后通过python 去除后续字段

Question

我有一个名为 file01.csv 的 .csv 文件，其中包含许多记录。有些记录是必需的，有些则不是。我发现所需的记录有一个字符串变量“Mi”，但它不存在于不需要的记录中。因此，我想 select 根据字段中每条记录的字符串值“Mi”获取所需的记录。

最后我想从包含值“Mi”的字段中删除每条记录的后续字段。任何建议和意见表示赞赏。

可选：

另外，我想删除第一列。
将列 BB 拆分为两列，分别命名为 a_id 和 c_id。用 _（下划线）分隔值，左侧将转到 a_id，右侧将转到 c_id。

我的fileO.csv如下：

   AA      BB       CC       DD     EE      FF    GG
   1       1_1.csv  (=0      =10"   27"     =57   "Mi"
   0.97    0.9      0.8      NaN    0.9     od    0.2
   2       1_3.csv  (=0      =10"   27"     "Mi"  0.5
   0.97    0.5      0.8      NaN    0.9     od    0.4
   3       1_6.csv  (=0      =10"   "Mi"     =53  cnt
   0.97    0.9      0.8      NaN    0.9     od    0.6
   4       2_6.csv  No Bi    000    000     000   000
   5       2_8.csv  No Bi    000    000     000   000
   6       6_9.csv  less     000    000     000   000
   7       7_9.csv  s(=0     =26"   =46"    "Mi"  121

我的预期结果文件（outFile.csv）：

a_id    b_id    CC    DD    EE    FF    GG             
1       1       0     10    27    57              
1       3       0     10    27
1       6       0     10 
7       9       0     26    46

Answer 1

以下方法使用 Python csv 模块应该可以正常工作：

import csv
import re
import string

output_header = ['a_id', 'b_id', 'CC', 'DD', 'EE', 'FF', 'GG']

sanitise_table = string.maketrans("","")
nodigits_table = sanitise_table.translate(sanitise_table, string.digits)

def find_mi(row):
    for index, col in enumerate(row):
        if col.find('Mi') != -1:
            return index
    return -1

def sanitise_cell(cell):
    return cell.translate(sanitise_table, nodigits_table)       # Keep digits

f_input = open('fileO.csv', 'rb')
f_output = open('outFile.csv', 'wb')

csv_input = csv.reader(f_input)
csv_output = csv.writer(f_output)

input_header = next(f_input)
csv_output.writerow(output_header)

for row in csv_input:
    #print '%2d  %s' % (len(row), row)  
    if len(row) >= 2:
        bb = re.match(r'(\d+)__(\d+).0\.csv', row[1])
        mi = find_mi(row)

        if bb and mi != -1:
            row[:] = row[:mi] + [''] * (len(row) - mi)
            row[:] = [sanitise_cell(col) for col in row]
            row[0] = bb.group(1)
            row[1] = bb.group(2)
            csv_output.writerow(row)

f_input.close()
f_output.close()

outFile.csv 将包含以下内容：

a_id,b_id,CC,DD,EE,FF,GG
1,1,0,10,27,57,
1,3,0,10,27,,
1,6,0,10,,,
7,9,0,26,46,,

使用 Python 2.6.6

测试

Select 根据特定索引字符串值记录，然后通过python 去除后续字段

Select records based on the specific index string value and then remove subsequent fields by python

csv

select

records