使用 csv 模块从 csv 文件读取特定列？

我正在尝试解析 csv 文件并仅从特定列中提取数据。

示例 csv：

ID | Name | Address | City | State | Zip | Phone | OPEID | IPEDS |
10 | C... | 130 W.. | Mo.. | AL... | 3.. | 334.. | 01023 | 10063 |

我试图仅捕获特定的列，例如ID, Name, Zip and Phone.

我看过的代码让我相信我可以通过相应的编号来调用特定的列，所以即：Name将对应于2并使用迭代每一行row[2]会产生第 2 列中的所有项目。只是它不会。

这是我到目前为止所做的：

import sys, argparse, csv
from settings import *

# command arguments
parser = argparse.ArgumentParser(description='csv to postgres',\
 fromfile_prefix_chars="@" )
parser.add_argument('file', help='csv file to import', action='store')
args = parser.parse_args()
csv_file = args.file

# open csv file
with open(csv_file, 'rb') as csvfile:

    # get number of columns
    for line in csvfile.readlines():
        array = line.split(',')
        first_item = array[0]

    num_columns = len(array)
    csvfile.seek(0)

    reader = csv.reader(csvfile, delimiter=' ')
        included_cols = [1, 2, 6, 7]

    for row in reader:
            content = list(row[i] for i in included_cols)
            print content

我希望这只会打印出我想要的每行的特定列，但它不会，我只得到最后一列。

从此代码中获取最后一列的唯一方法是不包含 print 语句in your for loop.

这很可能是代码的结尾：

for row in reader:
    content = list(row[i] for i in included_cols)
print content

你希望它是这样的：

for row in reader:
        content = list(row[i] for i in included_cols)
        print content

现在我们已经纠正了您的错误，我想借此机会向您介绍pandas http://pandas.pydata.org/ module.

Pandas 在处理 csv 文件方面表现出色，您只需使用以下代码即可读取 csv 并将整列保存到变量中：

import pandas as pd
df = pd.read_csv(csv_file)
saved_column = df.column_name #you can also use df['column_name']

所以如果您想保存列中的所有信息Names到一个变量中，这就是您需要做的：

names = df.Names

这是一个很棒的模块，我建议您研究一下。如果由于某种原因您的打印声明位于for循环，它仍然只打印出最后一列，这不应该发生，但请告诉我我的假设是否错误。您发布的代码有很多缩进错误，因此很难知道什么应该在哪里。希望这有帮助！