2.2篩選特定的行：

• 行中的值滿足某個條件
• 行中的值屬於某個集合
• 行中的值匹配於某個模式（即：正則表達式）

　　2.2.1：行中的值滿足於某個條件：

• 基礎python版：

 1 #！/usr/bin/env python3　　
 2 import csv
 3 import sys
 4 
 5 input_file = sys.argv[1]
 6 output_file = sys.argv[2]
 7 
 8 with open(input_file, ‘r‘, newline = ‘‘) as csv_in_file:
 9     with open(output_file, ‘
 
w‘, newline = ‘‘) as csv_out_file:
10         filereader = csv.reader(csv_in_file)
11         filewriter = csv.writer(csv_out_file)
12         header = next(filereader)　　# 使用CSV模塊的next函數讀出輸入文件的第一行
13         filewriter.writerow(header)　　# 將標題寫入輸出文件
14         for row_list in filereader:
15             supplier = str(row_list[0]).strip()　　# 取出每行數據中的供應商名字，賦值給supplier變量
 
16             cost = str(row_list[3]).strip(‘$‘).replace(‘,‘, ‘‘)　　# 使用列表索引
17             if supplier ==‘Supplier Z‘ or float(cost) > 600.0:
18                 filewriter.writerow(row_list)

• pandas版：

  #!/usr/bin/env python3
  
  import pandas as pd
  import sys
  
  
  input_file = sys.argv[1]
  output_file = sys.argv[2]
  
  data_frame = pd.read_csv(input_file)
  
  data_frame[‘Cost‘] = data_frame[‘Cost‘] = data_frame[‘Cost‘].str.strip(‘$‘).astype(float)
  data_frame_value_meets_condition = data_frame.loc[(data_frame[‘Supplier Name‘].str.contains(‘Z‘)) | (data_frame[‘Cost‘] > 600.0), :]
  
  data_frame_value_meets_condition.to_csv(output_file, index = False)
  

　　　　2.2.2：行中的值屬於某個集合：

• 基礎python：

 1 #!/usr/bin/env python3　　#　　需求目的：保留那些購買日屬於[‘1/20/14‘，‘1/30/2014‘]
 2 import csv
 3 import sys
 4 
 5 input_file = sys.argv[1]
 6 output_file = sys.argv[2]
 7 
 8 important_dates = [‘1/20/2014‘, ‘1/30/2014‘]　　#　　創建了一個列表的名為important_dates的集合，important_dates是一個列表變量，它就是要屬於的集合
 9 
10 with open(input_file, ‘r‘, newline = ‘ ‘) as csv_in_file:
11     with open(output_file, ‘w‘, newline = ‘ ‘) as csv_out_file:
12         filereader = csv.reader(csv_in_file)　　#　　使用CSV模塊，的reader函數，創建一個文件讀取對象，名為filereader，它可以用於讀取文章中的行
13         filewriter = csv.writer(csv_out_file)　　#　　使用CSV模塊的writer函數，創建了一個文件輸出對象，名為filewriter,他可以用於將這個對象的數據寫入輸出文件
14         header = next(filereader)　　#　　使用CSV模塊的next函數，讀出輸入文件的第一行
15         filewriter.writerow(header)　　#　　將header——標題行，寫入輸出文件
16         for row_list in filereader:　　#　　遍歷讀取的文章的每一行
17             a_date = row_list[4]　　#　　得到每一行的第5列信息，即為每一行的購買的信息，並將其賦值給變量a_date；這裏使用的是索引值4
18             if a_date in important_dates:　　#　　判斷變量a_date是否屬於important_dates這個集合
19                 filewriter.writerow(row_list)　　#　　如果是，則將該行數據寫入輸出文件

pandas：

 1 #!/usr/bin/env python3
 2 
 3 import pandas as pd
 4 import sys
 5 
 6 input_file = sys.argv[1]
 7 output_file = sys.argv[2]
 8 
 9 data_frame = pd.read_csv(input_file)　　#　　讀取輸入文件，將其讀取成dataframe的形式
10 data_frame_value_in_set = data_frame.loc[data_frame[‘Purchase Date‘].isin(important_dates), :]　　#　　pandas的簡潔命令：isin()
11 
12 data_frame_value_in_set.to_csv(output_file,index = False)　　#　　將data_frame_value_in_set的變量值，轉換成CSV的形式，寫入到輸出文件中

行中的值，匹配於某個正則表達式:

• 基礎python

　　　　
 1 #!/usr/bin/env python3
 2 import csv
 3 import re　　#　　導入正則表達式模塊（re）
 4 import sys
 5 input_file = sys.argv[1]
 6 output_file = sys.argv[2]
 7 pattern = re.compile(r‘(?P<my_pattern_group>^001-.*)‘, re.I)　　#   使用re模塊的compile函數，創建一個名為pattern的正則表達式的變量
 8 with open(input_file, ‘r‘, newline = ‘ ‘) as csv_in_file:
 9     with open(output_file, ‘w‘, newline = ‘ ‘) as csv_in_file:
10         filereader = csv.reader(csv_in_file)
11         filewriter = csv.writer(csv_out_file)
12         header = next(filereader)
13         fliewriter.writerow（header）
14         for row_list in filereader:
15             invoice_number = row_list[1]     #    
16             if pattern.search(invoice_number):   #   使用re模塊的search函數在invoice_number的值中尋找模式
17                 filewriter.writerow(row_list)　　 #   如果模式出現在invoice_number中，就將這行內容寫入輸出文件中

• pandas

 1 #！/usr/bin/env python3
 2 
 3 import pandas as pd
 4 import sys
 5 
 6 input_file = sys.argv[1]
 7 output_file = sys.argv[2]
 8 
 9 data_frame = pd.read_csv(input_file)
10 data_frame_value_matches_pattern = data_frame.loc[data_frame[‘Invoice Number‘].str.startswith("001-"), :]
11 data_frame_value_matches_pattern.to_csv(output_file, index = False)

Python數據分析基礎——讀寫CSV文件2