3

Estou fazendo um projeto de uma urna eletrônica, e para isso preciso ler um arquivo csv onde há as informações sobre cada candidato.

Como esse arquivo csv tem muitas informações que não são relevantes, eu decidir utilizar somente determinadas colunas do arquivo csv, por exemplo: NM_CANDIDATO, NM_PARTIDO, ...

A solução que pensei foi iniciar um contador para salvar o "índice" das colunas desejadas, porém não consigo determinar o final da primeira linha, e o índice continua sendo incrementado com todos os dados.

"DT_GERACAO"; "SG_PARTIDO"  ;  "HH_GERACAO"
"03/09/2018"; "DC"          ;   "08:01:43"  
"03/09/2018"; "MDB"         ;   "08:01:43"
"03/09/2018"; "PODE"        ;   "08:01:43"

Nesse exemplo, somente a coluna SG_PARTIDO me interessa. Assim, um contador i é inicializado i=1 e durante o getline() da primeira linha é incrementado. Quando uma coluna desejada é encontrada, a posição dessa coluna é salva, para que quando o contador for inicializado i=1 na próxima linha alguma ação seja realizada na coluna desejada.

O código que escrevi é esse abaixo:

#include <iostream>
#include <fstream>
#include <string>

using namespace std;

int main()
{
    ifstream file("presidentes.csv");

    if(!file.is_open())
    {
        cout<<"Erro! Não foi possível abrir esse arquvio"<<'\n';
    }

    string buffer;
    int i=1 p_SG_PARTIDO = 0;

    while(!file.eof())
    {
        getline(file, buffer, ';');

        if(buffer == "SG_PARTIDO" || i == p_SG_PARTIDO)
        {
            p_SG_PARTIDO = i;
            cout << buffer;
        }

        i++;

        if(buffer == "\n") i=1;
    }

    file.close();
    return 0;

}

Essa condição do buffer nunca é verdadeira. Desconfio que o motivo seja uma dupla aspas, ""SG_PARTIDO"". Quando eu removi o primeiro e o ultimo carácter, antes da comparação, essa condição se torna verdadeira, mas continuo com o problema de não saber quando a primeira linha acaba.

O código que retiro o carácter é esse abaixo:

#include <iostream>
#include <fstream>
#include <string>

using namespace std;

int main()
{
    ifstream file("presidentes.csv");

    if(!file.is_open())
    {
        cout<<"Erro! Não foi possível abrir esse arquvio"<<'\n';
    }

    string buffer;
    int i=1;
    int p_ds_cargo = 0;

    while(!file.eof())
    {
        getline(file, buffer, ';');

        if(buffer[0]=='"') // remover """"
        {
            buffer.erase(0,1);
            buffer.erase(buffer.size() - 1);
        }

        if(buffer == "DT_GERACAO")
        {
            p_ds_cargo = i;
            cout << buffer << endl;   
        }

        if(buffer == "\n") i = 1;

        i++;
    }



    file.close();
    return 0;
}

Eu agradeço desde já se alguém souber uma maneira mais fácil de ler somente colunas específicas em um arquivo csv.

O link para o csv que estou usando é esse: https://gitlab.com/oofga/eps/eps_2018_2/ep1/raw/master/data/consulta_cand_2018_BR.csv?inline=false

1 Resposta 1

2

Problemas

O arquivo csv tem todos os conteudos dentro de aspas duplas(") logo a comparação que tem nunca irá funcionar:

if(buffer == "SG_PARTIDO"

Contornar esse problema passa por comparar com as aspas:

if(buffer == "\"SG_PARTIDO\""

Ou remover as aspas do valor lido antes de comparar:

if(buffer.substr(1, buffer.size() - 2) == "SG_PARTIDO"

No entanto o teste de mudança de linha também não funciona:

if(buffer == "\n") i=1;

Pois a leitura com getline é sempre feita até ao ; logo nunca irá ler apenas a quebra de linha.

Outra Abordagem

Sugiro outra abordagem ao problema, que acaba por ser mais robusta e permitir-lhe também obter dados de múltiplas colunas, algo que ia ficar mais complicado da forma que estava a fazer.

A ideia é:

  • Ler cada linha normalmente com getline prevalecendo o delimitador normal \n
  • Obtem cada coluna de cada linha através de getline mudando o delimitador para ;
  • Armazena cada linha num vector<string> e todas as linhas num vector<vector<string> >

Leitura

Existem muitas maneiras de tentar ler um csv numa matriz, mas optei por uma que considero simples e que lhe permite obter a informação que pretende.

Implementação:

int main()
{
    //...
    string buffer;
    vector<vector<string> > linhas; //vetor de vetor para toads as linhas

    while(!file.eof())
    {
        getline(file, buffer); //ler cada linha
        stringstream ss(buffer); //colocar a linha lida num stringstream

        vector<string> linha; //iniciar o vetor da linha
        while (getline(ss, buffer, ';')) { //ler cada coluna
            linha.push_back(buffer); //adicionar ao vetor da linha
        }

        linhas.push_back(linha); 
    }
    //...

Note que fiz uso tanto de vector como stringstream e por isso precisei de dois includes adicionais:

#include <vector>
#include <sstream>

Outra possibilidade aqui é adicionar apenas os textos já sem as aspas, que irá facilitar mais à frente quando precisar de mostrar e comparar, trocando linha.push_back(buffer); por linha.push_back(buffer.substr(1, buffer.size() - 2);, mas no resto da resposta assumo que foram adicionados com as aspas.

Utilização de uma coluna

Uma forma ingénua e não muito eficiente ainda que simples de obter apenas informação para todas as linhas referentes à coluna SG_PARTIDO é:

for (size_t i = 0; i < linhas.size(); ++i){
    for (size_t j = 0; j < linhas[i].size(); ++j){
        //se na primeira linha desta coluna tem SG_PARTIDO
        if (linhas[0][j] == "\"SG_PARTIDO\""){ 
            cout << linhas[i][j].substr(1, linhas[i][j].size() - 2); //mostrar sem as "
        }
    }
    cout << endl;
}

Naturalmente isto assume que a primeira linha tem os cabeçalhos do csv. Utilizei o substr para mostrar apenas o conteúdo excluindo as aspas duplas.

Exemplo de teste na minha máquina:

inserir a descrição da imagem aqui

Utilização de múltiplas colunas

Se tiver interessado em várias colunas pode construir um vetor com os indices das colunas que está interessado e depois apenas iterar sobre esses:

vector<int> colunasRelevantes;
for (size_t i = 0; i < linhas[0].size(); ++i){
    string nomeCol = linhas[0][i].substr(1, linhas[0][i].size() - 2);
    if (nomeCol == "SG_PARTIDO" || nomeCol == "NM_CANDIDATO" || nomeCol == "NM_PARTIDO"){
        colunasRelevantes.push_back(i);
    }
}

for (size_t i = 0; i < linhas.size(); ++i){
    for (size_t j = 0; j < colunasRelevantes.size(); ++j){
        int coluna = colunasRelevantes[j];
        string texto = linhas[i][coluna].substr(1, linhas[i][coluna].size() - 2);
        cout << texto << "\t";
    }
    cout << endl;
}

É importante mencionar que tive que remover a ultima linha em branco do arquivo para não dar erro a aceder a colunas que não existem.

Em C++11 estes loops ficam mais simples, mas não o fiz inicialmente para não estar já a mostrar sintaxe que possa ser nova. Ainda assim vou deixar na mesma para ficar como referência:

//Esta parte fica igual
vector<int> colunasRelevantes;
for (size_t i = 0; i < linhas[0].size(); ++i){
    string nomeCol = linhas[0][i].substr(1, linhas[0][i].size() - 2);
    if (nomeCol == "SG_PARTIDO" || nomeCol == "NM_CANDIDATO" || nomeCol == "NM_PARTIDO"){
        colunasRelevantes.push_back(i);
    }
}

//Aqui c++ enhanced for loop
for (auto linha : linhas){
    for (auto coluna: colunasRelevantes){
        string texto = linha[coluna].substr(1, linha[coluna].size() - 2);
        cout << texto << "\t\t\t";
    }
    cout << endl;
}

Se precisar de utilizar muitas colunas então fica mais fácil de utilizar um vetor para esses nomes e construir os indices com base num duplo for:

vector<string> nomesColunasRelevantes = {"SG_PARTIDO", "NM_CANDIDATO", "NM_PARTIDO"};
vector<int> colunasRelevantes;
for (size_t i = 0; i < linhas[0].size(); ++i){
    string nomeCol = linhas[0][i].substr(1, linhas[0][i].size() - 2);
    for (string nome : nomesColunasRelevantes){
        if (nome == nomeCol){
            colunasRelevantes.push_back(i);
        }
    }
}

Contar colunas

Agora fica igualmente fácil de responder à questão que tem no titulo da pergunta:

Contar quantas colunas há em um arquivo CSV com C++

Basta aceder ao size() de qualquer uma das linhas:

cout << linhas[0].size();

Que dá 58 para o arquivo apresentado.

2
  • Gostei muito dessa nova maneira de ler as colunas relevantes!! Muitíssimo obrigado, você abriu minha mente!! Commented 9/09/2018 às 21:27
  • @DurvalCarvalho Sem problema estamos cá para ajudar :)
    – Isac
    Commented 9/09/2018 às 21:28

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 .