如何使用Python检查CSV是否有头文件？

Question

我有一个CSV文件，我想检查第一行中是否只有字符串（即标题）。我尽量避免使用任何附加功能，如pandas等。我想我会使用if语句，如if row[0]是字符串打印这是CSV，但我真的不知道怎么做：-有什么建议吗？

Answer 1

我会这样做：

is_header = not any(cell.isdigit() for cell in csv_table[0])

给定CSV表csv_table，获取顶部（第零行）。遍历单元格并检查它们是否包含纯数字字符串。如果是的话，那不是头条。在整个表达式前面用not否定它。

结果：

In [1]: not any(cell.isdigit() for cell in ['2','1'])
Out[1]: False

In [2]: not any(cell.isdigit() for cell in ['2','gravy'])
Out[2]: False

In [3]: not any(cell.isdigit() for cell in ['gravy','gravy'])
Out[3]: True

Answer 2

Python有一个内置的CSV module可以提供帮助。E、 g

import csv
with open('example.csv', 'rb') as csvfile:
    sniffer = csv.Sniffer()
    has_header = sniffer.has_header(csvfile.read(2048))
    csvfile.seek(0)
    # ...

Answer 3

下面是一个我与pandas一起使用的函数，用于分析header是否应设置为'infer'或None：

def identify_header(path, n=5, th=0.9):
    df1 = pd.read_csv(path, header='infer', nrows=n)
    df2 = pd.read_csv(path, header=None, nrows=n)
    sim = (df1.dtypes.values == df2.dtypes.values).mean()
    return 'infer' if sim < th else None

基于一个小样本，该函数检查带有或不带有标题行的数据类型的相似性。如果数据类型与某个百分比的列匹配，则假定不存在头。我发现0.9的阈值对于我的用例很有用。这个函数也相当快，因为它只读取csv文件的一个小样本。