たとえば、私は変換したいと思います:
Name,Time,Score
Dan,68,20
Suse,42,40
Tracy,50,38
に:
Name,Dan,Suse,Tracy
Time,68,42,50
Score,20,40,38
編集:元の質問は「転置」という用語を誤って使用していました。
ファイルの内容全体がメモリに収まる場合は、
_import csv
from itertools import izip
a = izip(*csv.reader(open("input.csv", "rb")))
csv.writer(open("output.csv", "wb")).writerows(a)
_
基本的に、Zip()
とizip()
は転置演算と考えることができます。
_a = [(1, 2, 3),
(4, 5, 6),
(7, 8, 9)]
Zip(*a)
# [(1, 4, 7),
# (2, 5, 8),
# (3, 6, 9)]
_
izip()
はデータの即時コピーを回避しますが、基本的には同じことを行います。
からの転送 input.csv
からoutput.csv
。 Pandasも役立ちます。
import pandas as pd
pd.read_csv('input.csv', header=None).T.to_csv('output.csv', header=False, index=False)
from itertools import izip
from csv import reader, writer
with open('source.csv') as f, open('destination.csv', 'w') as fw:
writer(fw, delimiter=',').writerows(izip(*reader(f, delimiter=',')))
Noskloの同じ答え(彼へのすべてのクレジット)、ただしpython3の場合:
from csv import reader, writer
with open('source.csv') as f, open('destination.csv', 'w') as fw:
writer(fw, delimiter=',').writerows(Zip(*reader(f, delimiter=',')))
CSVをpandas
データフレームに読み込みます。pandasには、以下のように呼び出すことができる転置関数が組み込まれています。
import pandas as pd
csv = pd.read_csv("test.csv", skiprows=1)
# use skiprows if you want to skip headers
df_csv = pd.DataFrame(data=csv)
transposed_csv = df_csv.T
print(transposed_csv)
最も簡単な方法は次のとおりです。
import numpy as np
import pandas as pd
_mat = pd.read_csv("test.csv")
_mat = _mat[_mat.columns[0:3]].values
_t_mat = np.transpose(_mat)
結果:
- 入力行列は次のとおりです:[[1 2 3] [4 5 6]]
- 出力は次のとおりです。[[14] [2 5] [3 6]]
lines
が元のテキストのリストである場合、本来あるべきよりも
for i in range(1,len(lines)):
lines[i] = lines[i].split(',')
new_lines = []
for i in range(len(lines[0])):
new_lines.append("%s,%s,%s" % (lines[0][i], lines[1][i], lines[2][i]))
または、csv
Python module - http://docs.python.org/library/csv.html