使用python解析CSV文件（稍后生成决策树）

Question

首先，完全公开：这将是一个uni分配，所以我不想收到代码。:). 我更多的是寻找方法；我对python很陌生，读过一本书，但还没有写过任何代码。

整个任务是导入CSV文件的内容，从CSV文件的内容创建一个决策树（使用ID3 algorithm），然后解析第二个CSV文件以在树上运行。有一个很大的（可以理解的）偏好是让它能够处理不同的CSV文件（我问过我们是否允许硬编码列名，主要是为了排除这种可能性，而答案是否定的）。

CSV文件采用相当标准的格式；标题行用#标记，然后显示列名，之后的每一行都是一系列简单的值。示例：

# Column1, Column2, Column3, Column4
Value01, Value02, Value03, Value04
Value11, Value12, Value13, Value14

目前，我正在努力解决第一部分：解析CSV。为了为决策树做出决策，字典结构似乎是最符合逻辑的；所以我想按照以下思路做些事情：

Read in each line, character by character
If the character is not a comma or a space
    append character to temporary string
If the character is a comma
    Append the temporary string to a list
    Empty string
Once a line has been read
    Create a dictionary using the header row as the key (somehow!)
    Append that dictionary to a list

但是，如果我这样做，我不知道如何在键和值之间建立映射。我还想知道是否有办法对列表中的每一个字典执行一个操作，因为我需要做的事情是“每个人都返回第1列和第4列的值，这样我就可以计算出谁拥有什么！”-我认为有某种机制，但我不知道该怎么做。

字典是最好的方法吗？使用其他数据结构做事情会更好吗？如果是，怎么办？

Answer 1

使用docs.python.org中的csv模块的示例：

import csv
reader = csv.reader(open("some.csv", "rb"))
for row in reader:
    print row

您只需将每一行保存到一个列表中，然后在ID3中处理它，而不需要对行进行print。

database.append(row)