知识卡片

操作参考卡 · 6243.b

表格文本应按字段规则解析

理解等级:中级

CSV的分隔符和引号共同决定字段边界,带逗号的公司名不应直接按字符串逗号拆开。本书用DictReader按表头形成每行字段映射,再检查Company和Job Title等列;仍需核对真实列名、编码和空值。计数前先确定每行代表一个联系人还是一个职位,不能只因为读出字典就当数据已标准化。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      csv.DictReader(open(CSV_FILE), delimiter=',', quotechar='"') contacts = [row for row in csvReader] companies = [c['Company'].strip() for c in contacts if c['Company'].strip() != ''

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第3章《3.3.2 标准化数据以便分析》(spine79;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0068.html;u049-ch03-010)。 - 结论依据:原文在“csv.DictReader”附近的定义、例子或代码支撑本卡核心说明:CSV的分隔符和引号共同决定字段边界,带逗号的公司名不应直接按字符串逗号拆开。边界按已读前提解释;示例未执行。 - 原始内容:csv.DictReader(open(CSV_FILE), delimiter=',', quotechar='"') contacts = [row for row in csvReader] companies = [c['Company'].strip() for c in contacts if c['Company'].strip() != ''