从 csv 文件创建字典？

问题描述：

我正在尝试从 csv 文件创建字典。csv 文件的第一列包含唯一键，第二列包含值。csv 文件的每一行代表字典中唯一的键值对。我尝试使用csv.DictReader和csv.DictWriter类，但我只能弄清楚如何为每一行生成一个新字典。我想要一本字典。这是我尝试使用的代码：

import csv

with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
    writer = csv.writer(outfile)
    for rows in reader:
        k = rows[0]
        v = rows[1]
        mydict = {k:v for k, v in rows}
    print(mydict)

当我运行上述代码时，我得到了一个ValueError: too many values to unpack (expected 2)。如何从 csv 文件创建一个字典？谢谢。

解决方案 1：

我相信您正在寻找的语法如下：

import csv

with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
        writer = csv.writer(outfile)
        mydict = {rows[0]:rows[1] for rows in reader}

或者，对于 python <= 2.7.1，您需要：

mydict = dict((rows[0],rows[1]) for rows in reader)

解决方案 2：

通过调用 open 然后使用csv.DictReader打开文件。

input_file = csv.DictReader(open("coors.csv"))

您可以通过迭代 input_file 来迭代 csv 文件字典读取器对象的行。

for row in input_file:
    print(row)

或仅访问第一行

dictobj = csv.DictReader(open('coors.csv')).next() 

更新
在 Python 3+ 版本中，此代码会略有改变：

reader = csv.DictReader(open('coors.csv'))
dictobj = next(reader) 

解决方案 3：

import csv
reader = csv.reader(open('filename.csv', 'r'))
d = {}
for row in reader:
   k, v = row
   d[k] = v

解决方案 4：

这并不优雅，但却是使用 pandas 的一行解决方案。

import pandas as pd
pd.read_csv('coors.csv', header=None, index_col=0, squeeze=True).to_dict()

如果您想为索引指定 dtype（如果由于错误而使用 index_col 参数则无法在 read_csv 中指定）：

import pandas as pd
pd.read_csv('coors.csv', header=None, dtype={0: str}).set_index(0).squeeze().to_dict()

解决方案 5：

您只需将 csv.reader 转换为 dict：

~ >> cat > 1.csv
key1, value1
key2, value2
key2, value22
key3, value3

~ >> cat > d.py
import csv
with open('1.csv') as f:
    d = dict(filter(None, csv.reader(f)))

print(d)

~ >> python d.py
{'key3': ' value3', 'key2': ' value22', 'key1': ' value1'}

解决方案 6：

假设您有此结构的 CSV：

"a","b"
1,2
3,4
5,6

并且你希望输出如下：

[{'a': '1', ' "b"': '2'}, {'a': '3', ' "b"': '4'}, {'a': '5', ' "b"': '6'}]

zip 函数（尚未提及）很简单并且非常有用。

def read_csv(filename):
    with open(filename) as f:
        file_data=csv.reader(f)
        headers=next(file_data)
        return [dict(zip(headers,i)) for i in file_data]

如果你更喜欢熊猫，它也可以很好地做到这一点：

import pandas as pd
def read_csv(filename):
    return pd.read_csv(filename).to_dict('records')

解决方案 7：

您也可以为此使用 numpy。

from numpy import loadtxt
key_value = loadtxt("filename.csv", delimiter=",")
mydict = { k:v for k,v in key_value }

解决方案 8：

单线解决方案

import pandas as pd

dict = {row[0] : row[1] for _, row in pd.read_csv("file.csv").iterrows()}

解决方案 9：

对于简单的 csv 文件，例如以下

id,col1,col2,col3
row1,r1c1,r1c2,r1c3
row2,r2c1,r2c2,r2c3
row3,r3c1,r3c2,r3c3
row4,r4c1,r4c2,r4c3

你可以使用内置函数将其转换为 Python 字典

with open(csv_file) as f:
    csv_list = [[val.strip() for val in r.split(",")] for r in f.readlines()]

(_, *header), *data = csv_list
csv_dict = {}
for row in data:
    key, *values = row   
    csv_dict[key] = {key: value for key, value in zip(header, values)}

这应该产生以下词典

{'row1': {'col1': 'r1c1', 'col2': 'r1c2', 'col3': 'r1c3'},
 'row2': {'col1': 'r2c1', 'col2': 'r2c2', 'col3': 'r2c3'},
 'row3': {'col1': 'r3c1', 'col2': 'r3c2', 'col3': 'r3c3'},
 'row4': {'col1': 'r4c1', 'col2': 'r4c2', 'col3': 'r4c3'}}

注意：Python 字典有唯一的键，所以如果你的 csv 文件有重复，ids你应该将每一行附加到列表中。

for row in data:
    key, *values = row

    if key not in csv_dict:
            csv_dict[key] = []

    csv_dict[key].append({key: value for key, value in zip(header, values)})

解决方案 10：

我建议添加if rows以防文件末尾有空行

import csv
with open('coors.csv', mode='r') as infile:
    reader = csv.reader(infile)
    with open('coors_new.csv', mode='w') as outfile:
        writer = csv.writer(outfile)
        mydict = dict(row[:2] for row in reader if row)

解决方案 11：

例如，使用 pandas 就容易得多。假设您有以下 CSV 数据，我们称之为test.txt/ test.csv（您知道 CSV 是一种文本文件）

a,b,c,d
1,2,3,4
5,6,7,8

现在使用 pandas

import pandas as pd
df = pd.read_csv("./text.txt")
df_to_doct = df.to_dict()

对于每一行，它将是

df.to_dict(orient='records')

就是这样。

解决方案 12：

如果您可以使用 numpy 包，那么您可以执行以下操作：

import numpy as np

lines = np.genfromtxt("coors.csv", delimiter=",", dtype=None)
my_dict = dict()
for i in range(len(lines)):
   my_dict[lines[i][0]] = lines[i][1]

解决方案 13：

你可以使用它，它非常酷：

import dataconverters.commas as commas
filename = 'test.csv'
with open(filename) as f:
      records, metadata = commas.parse(f)
      for row in records:
            print 'this is row in dictionary:'+rowenter code here

解决方案 14：

已经发布了许多解决方案，我想贡献自己的解决方案，它适用于 CSV 文件中不同数量的列。它创建一个字典，每列一个键，每个键的值都是包含该列中元素的列表。

    input_file = csv.DictReader(open(path_to_csv_file))
    csv_dict = {elem: [] for elem in input_file.fieldnames}
    for row in input_file:
        for key in csv_dict.keys():
            csv_dict[key].append(row[key])

解决方案 15：

尝试使用defaultdict和DictReader。

import csv
from collections import defaultdict
my_dict = defaultdict(list)

with open('filename.csv', 'r') as csv_file:
    csv_reader = csv.DictReader(csv_file)
    for line in csv_reader:
        for key, value in line.items():
            my_dict[key].append(value)

它返回：

{'key1':[value_1, value_2, value_3], 'key2': [value_a, value_b, value_c], 'Key3':[value_x, Value_y, Value_z]}

解决方案 16：

一个简单的函数，以文件名为准并返回一个OrderedDict：

def csv_to_dict(filename):
    import csv
    with open(filename, mode='r') as infile:
        reader = csv.DictReader(infile)
        data = [row for row in reader]
    return data

解决方案 17：

如果您有：

1. 您的 csv 中只有 1 个键和 1 个值作为键、值

2. 不想导入其他包

3. 想要一次性创建一个字典

这样做：

mydict = {y[0]: y[1] for y in [x.split(",") for x in open('file.csv').read().split('
') if x]}

它起什么作用？

它使用列表理解来分割行，最后一个“if x”用于忽略空行（通常在末尾），然后使用字典理解将其解包为字典。

解决方案 18：

以下是 CSV 到 Dict 的方法：

import pandas

data = pandas.read_csv('coors.csv')

the_dictionary_name = {row.k: row.v for (index, row) in data.iterrows()}

解决方案 19：

可能不是最有效的方法，但这是我喜欢的方法，因为它非常灵活，因为您可以选择哪一列数据作为键以及哪一列数据作为值。

import pandas as pd

df = pd.read_csv('coors.csv')

mydict = dict(zip(df['col1'],df['col2']))

将 'col1' 和 'col2' 替换为您想要的键所在的列，将 col2 替换为您想要的值所在的列