从CSV导入Ruby数组,第一个字段作为散列键,然后在给定标题行的情况下查找字段的值
也许有人可以帮助我。
从像这样的CSV文件开始:
Ticker,"Price","Market Cap" ZUMZ,30.00,933.90 XTEX,16.02,811.57 AAC,9.83,80.02
我设法把它们读成一个数组:
require 'csv' tickers = CSV.read("stocks.csv", {:headers => true, :return_headers => true, :header_converters => :symbol, :converters => :all} )
要validation数据,这有效:
puts tickers[1][:ticker] ZUMZ
但是这不是:
puts tickers[:ticker => "XTEX"][:price]
如何使用自动收录器字段作为唯一键将此数组转换为哈希值,以便我可以轻松地按照输入的第1行中的定义查找任何其他字段? 处理更多的列和行。
非常感激!
像这样(它也适用于其他CSV,而不仅仅是你指定的那个):
require 'csv' tickers = {} CSV.foreach("stocks.csv", :headers => true, :header_converters => :symbol, :converters => :all) do |row| tickers[row.fields[0]] = Hash[row.headers[1..-1].zip(row.fields[1..-1])] end
结果:
{"ZUMZ"=>{:price=>30.0, :market_cap=>933.9}, "XTEX"=>{:price=>16.02, :market_cap=>811.57}, "AAC"=>{:price=>9.83, :market_cap=>80.02}}
您可以像这样访问此数据结构中的元素:
puts tickers["XTEX"][:price] #=> 16.02
编辑(根据评论):为了选择元素,你可以做类似的事情
tickers.select { |ticker, vals| vals[:price] > 10.0 }
CSV.read(file_path, headers:true, header_converters: :symbol, converters: :all).collect do |row| Hash[row.collect { |c,r| [c,r] }] end
要添加到Michael Kohl的答案中,如果要以下列方式访问元素
puts tickers[:price]["XTEX"] #=> 16.02
您可以尝试以下代码段:
CSV.foreach("Workbook1.csv", :headers => true, :header_converters => :symbol, :converters => :all) do |row| hash_row = row.headers[1..-1].zip( (Array.new(row.fields.length-1, row.fields[0]).zip(row.fields[1..-1])) ).to_h hash_row.each{|key, value| tickers[key] ? tickers[key].merge!([value].to_h) : tickers[key] = [value].to_h} end
为了充分利用这两个方面(从一个巨大的文件快速读取和本机Ruby CSV对象的好处),我的代码已经演变成这种方法:
$stock="XTEX" csv_data = CSV.parse IO.read(%`|sed -n "1p; /^#{$stock},/p" stocks.csv`), {:headers => true, :return_headers => false, :header_converters => :symbol, :converters => :all} # Now the 1-row CSV object is ready for use, eg: $company = csv_data[:company][0] $volatility_month = csv_data[:volatility_month][0].to_f $sector = csv_data[:sector][0] $industry = csv_data[:industry][0] $rsi14d = csv_data[:relative_strength_index_14][0].to_f
这更接近我原来的方法,但只读取一个记录加上包含标题的输入csv文件的第1行。 内联sed
指令负责处理 – 整个过程非常明显。 这比上一次要好,因为现在我可以访问Ruby中的所有字段,并且关联,不再关心列号,就像awk
的情况一样。
不像1-liner那样,但这对我来说更清楚。
csv_headers = CSV.parse(STDIN.gets) csv = CSV.new(STDIN) kick_list = [] csv.each_with_index do |row, i| row_hash = {} row.each_with_index do |field, j| row_hash[csv_headers[0][j]] = field end kick_list << row_hash end
虽然这不是原始问题的100%原生Ruby解决方案,但其他人是否应该偶然发现并且想知道我现在使用的awk调用是什么,这里是:
$dividend_yield = IO.readlines("|awk -F, '$1==\"#{$stock}\" {print $9}' datafile.csv")[0].to_f
其中$ stock是我之前分配给公司股票代码(崇拜关键字段)的变量。 通过返回0.0 if:ticker或文件或字段#9未找到/为空,或者如果值不能被类型转换为浮点数,可以方便地解决问题。 所以在我的情况下任何尾随的’%’都被很好地截断了。
请注意,此时可以在awk中轻松添加更多filter,以使IO.readlines从较小的结果CSV返回1-dim输出行数组,例如。
awk -F, '$9 >= 2.01 && $2 > 99.99 {print $0}' datafile.csv
在bash中输出哪些行的DivYld(col 9)超过2.01,而price(col 2)超过99.99。 (不幸的是,我没有使用标题行来确定字段数,这是我最终希望获得一些可搜索的关联Ruby数组的地方。)