使用C++篩選CSV數據

不好意思問一個很多人可能認爲已經被問到的問題。使用C++篩選CSV數據

我有一個很長的CSV數據文件（dat.csv）與5列。我有另一個帶有1列的簡短CSV（filter.csv）文件。

現在，我只需要從dat.csv中提取列，其中column-1與filter.csv的column-1匹配。

我通常會在BASH中使用sed/awk來做到這一點。但是，由於其他原因，我需要在C++文件中執行此操作。你能建議一個有效的方法來做到這一點？

樣本數據：

data.csv

ID,Name,CountryCode,District,Population 

3793,NewYork,USA,NewYork,8008278 
3794,LosAngeles,USA,California,3694820 
3795,Chicago,USA,Illinois,2896016 
3796,Houston,USA,Texas,1953631 
3797,Philadelphia,USA,Pennsylvania,1517550 
3798,Phoenix,USA ,Arizona,45 
3799,SanDiego,USA,California,1223400 
3800,Dallas,USA,Texas,1188580 
3801,SanAntonio,USA,Texas,1144646

filter.csv

3793 
3797 
3798

來源

2014-02-16 hashb

請參閱http://stackoverflow.com/q/1120140/10077您的問題與此有何不同？ –

這裏有一些提示：

您從中讀取數據的流需要忽略逗號，因此應該使用填充在其語言環境中的std::ctype<char>構面將逗號字符設置爲空白。以下是修改分類表的示例：

struct ctype : std::ctype<char> 
{ 
private: 
    static mask* get_table() 
    { 
     static std::vector<mask> v(classic_table(), 
            classic_table() + table_size); 

     v[','] &= ~space; 
     return &v[0]; 
    } 
public: 
    ctype() : std::ctype<char>(get_table()) { } 
};

讀取第一個csv。文件行式（意思是std::getline()）。提取第一個單詞並將其與第二個.csv文件中的提取進行比較。

int main() 
{ 
    std::ifstream in1("test1.csv"); 
    std::ifstream in2("test2.csv"); 

    typedef std::istream_iterator<std::string> It; 

    in1 >> comma_whitespace; 
    in2 >> comma_whitespace; 

    std::vector<std::string> in2_content(It(in2), It()); 
    std::vector<std::string> matches; 

    while (std::getline(in1, line)) 
    { 
     std::istringstream iss(line); 
     It beg(iss); 

     if (std::find(in2_content.begin(), 
         in2_content.end(), *beg) != in2_content.end()) 
     { 
      matches.push_back(line); 
     } 
    } 
} 

// After the above, the vector matches should hold all the rows that 
// have the same ID number as in the second csv file

comma_whitespace是更改區域上面定義的自定義ctype操縱：直到你到達的第一個文件的末尾繼續此。

_{聲明：我還沒有測試過這個代碼。}

來源

2014-02-16 03:01:11 0x499602D2

感謝0x499602D2抽空回答。非常感謝。 – hashb

此.csv分揀庫可能會幫助：

http://www.partow.net/programming/dsvfilter/index.html

你可以在兩個表的列合併成一個更大的表，然後查詢在新表中比賽（其中列表A的1是，表B的第1欄是）。或者，也許該圖書館具有比較表的功能。

來源

2014-04-03 23:22:59

我剛剛下載了該庫。但是，我無法編譯它。似乎Expression Toolkit庫的解析器不包含兩個函數cache_symbols和expression_symbols。你有同樣的問題嗎？ – v4r

很抱歉，我很久以前錯過了您的回覆：p和我會研究是否以及如何最終使用該庫，然後回覆給您。（你有沒有發現另一個工作解決方案？） –

使用C++篩選CSV數據

回答

相關問題