2

Eu estou tentando remover linhas vazias de um documento csv:

Documento:

frase,lingua

.,pt

.,en

.,en

.,it

.,es

.,pt

.,pt

.,es

.,pt

.,pt

"it's not expensive",en

"casi 50 euros la alfombra es cara",es

" o preço deve baixar!! ",pt

" novos preços por favor ! ?? ",pt

Meu script:

import csv
import string

with open ("test.csv", "r") as f:
    csvfile = csv.reader(f, delimiter = ',')

    for line in csvfile:
        if line[1] == 'pt':
            frases = " ".join(line[0].lower().split()) 
            removePunct = "".join(word for word in mails if word not in string.punctuation)
            noEmptyLines = " ".join(lines for lines in removePunct if len(lines) != 0)

    print (noEmptyLines)

O resultado esperado:

o preço deve baixar

novos preços por favor

Meu resultado:

n o v o s p r e ç o s p o r f a v o r

1
  • 1
    Já tentou .strip() ?
    – user107615
    Commented 25/06/2018 às 12:53

2 Respostas 2

2
for line in csvfile:
    if line[1] == 'pt':
        # Nesta linha, tomo a primeira coluna da linha do ficheiro CSV
        # troco a caixa das letras para minúscula e parto cada palavra
        # (atenção ao ' ', que é o caracter de partição), formando uma 
        # nova lista
        frase = line[0].lower().split(' ')

        novaspalavras = []
        for word in frase:

            # Nesta linha, tomo cada caracter da (palavra) variável 'word', 
            # contida em 'frase', comparo se é caracter de pontuação e, caso
            # não o seja, o caracter em questão é 'yieldado' para dentro
            # de uma lista de caracteres que, por sua vez, é tomada
            # pela função join de uma string vazia, ou seja,
            # a palavra será recomposta com "caracteres" de separação
            # vazios, tal como descrito na string que invoca join.
            novapalavra = "".join(char for char in word 
                        if char not in set(string.punctuation))

            if len(novapalavra) > 0:
                novaspalavras.append(novapalavra)

        # Nesta linha, recomponho a frase, emendando cada palavra com
        # strings " ", ou seja, espaços, intercalantes entre palavras
        # da lista.
        novafrase = " ".join(novaspalavras)

        # Nesta linha, caso a novafrase não seja vazia, ela é imprimida.
        if len(novafrase) > 0:
            print (novafrase)
0
0

Bom dia,

Dado o "documento" e o código de exemplo, neste trecho:

if line[1] == 'pt':
    ...

Uma exception do tipo IndexErrorseria levantada para as linhas em branco contidas no documento.

O outro ponto que interfere no seu resultado esperado, é que no final do loop for você faz outro join e como strings em python são iteraveis o join percorre cada carctere da string e as une com um espaço.

O código abaixo cobre estes dois pontos de falha que detctei, e acredito que deva funcionar como o desejado.

with open("example.csv", "r") as f:
csvfile = csv.reader(f, delimiter=",")
for l in csvfile:
    if len(l) and l[-1] == "pt":
        if len(l[0]) > 1:
            removePunct = "".join(char for char in l[0] if char not in string.punctuation)
            print(removePunct)

Espero ter ajudado, e qualquer duvida quanto a solução estou a disposição!

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .