python - csv.DictReader是否可以将某些列设置为字符串以外的格式？

默认情况下，csv.DictReader()将列中的值作为字符串提取。有没有一种方法可以为某些列指定转换？

每次访问由csv.DictReader()创建的包含非字符串元素的词典列表时，我都会遇到很多麻烦。

with open("data.csv","r") as data_file:
    items = csv.DictReader(data_file, fieldnames=('id', 'length', 'note'))
    for item in items:
        item['length'] = float(item['length'])  #### <--- MINOR ANNOYANCE
        # ... do loop stuff

如果我可以告诉csv.DictReader，当它到达某个字段时，应该进行float()（或int()，date()等）转换会更容易。

最佳答案

不是开箱即用的。您可以子类DictReader()或创建一个生成器函数来为您映射行：

def convert_fields(iterable, **conversions):
    for item in iterable:
        for key in item.viewkeys() & conversions:
            item[key] = conversions[key](item[key])
        yield item

对于Python 3，用dict.viewkeys()代替dict.keys()，因为Python 3默认返回字典视图。

用包装，为每列添加转换功能：

with open("data.csv","r") as data_file:
    items = csv.DictReader(data_file, fieldnames=('id', 'length', 'note'))
    items = convert_fields(items, length=float)
    for item in items:
        # item['length'] is now always a float

对于未映射到python标识符（带有空格等）的列名，请使用csv.DictReader()语法在字典中传递：

with open("data.csv","r") as data_file:
    items = csv.DictReader(data_file, fieldnames=('id', 'length', 'note'))
    fieldconv = {'id': int, 'length': float, 'spaced column': float}
    items = convert_fields(items, **fieldconv)
    for item in items:
        # item['length'] and item['spaced column'] are now floats
        # item['id'] is always an int

关于python - csv.DictReader是否可以将某些列设置为字符串以外的格式？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18945534/