C++如何按列解析CSV文件并将各列数据保存至数组

核心逻辑 #

• 先读取第一行表头，拆分得到所有列标识，同时确定总列数
• 定义按列存储的容器：std::vector<std::vector<double>> column_data，外层索引对应列序号，内层存储对应列的所有数值
• 逐行读取后续内容，拆分每行的字段后，将每个字段转换为浮点型，依次追加到对应列的容器中

#include <iostream>
#include <fstream>
#include <vector>
#include <string>
#include <sstream>
#include <cmath>

// 拆分字符串函数，按指定分隔符拆分
std::vector<std::string> split(const std::string& s, char delimiter) {
    std::vector<std::string> tokens;
    std::string token;
    std::istringstream tokenStream(s);
    while (std::getline(tokenStream, token, delimiter)) {
        // 去掉字段前后空格，适配格式不规范的CSV
        size_t start = token.find_first_not_of(" \t");
        size_t end = token.find_last_not_of(" \t");
        if (start == std::string::npos) {
            tokens.push_back(""); // 空字段标记
        } else {
            tokens.push_back(token.substr(start, end - start + 1));
        }
    }
    return tokens;
}

// 按列读取CSV，返回列名数组和按列存储的数值数组
void read_csv_by_column(const std::string& filename, char delimiter,
                        std::vector<std::string>& column_names,
                        std::vector<std::vector<double>>& column_data) {
    std::ifstream inFile(filename);
    std::string line;
    if (!inFile.is_open()) {
        std::cout << "Unable to open the file" << std::endl;
        exit(1);
    }

    // 读取第一行表头
    if (std::getline(inFile, line)) {
        column_names = split(line, delimiter);
        // 如果你的CSV第一列是行号（和示例一致），保留下面这句删除首字段，没有则注释
        column_names.erase(column_names.begin());
        // 初始化列数据容器
        column_data.resize(column_names.size());
    }

    // 读取后续数据行
    while (std::getline(inFile, line)) {
        std::vector<std::string> fields = split(line, delimiter);
        // 和表头逻辑对应，有行号列则保留下面这句，没有则注释
        if (fields.size() > 0) {
            fields.erase(fields.begin());
        }
        // 遍历每个字段，存入对应列
        for (size_t i = 0; i < fields.size() && i < column_data.size(); ++i) {
            if (fields[i].empty()) {
                column_data[i].push_back(NAN); // 空值存为NAN，可根据需求修改
            } else {
                column_data[i].push_back(std::stod(fields[i]));
            }
        }
    }

    inFile.close();
}

int main() {
    std::string filename = "Data.csv";
    // 请根据实际CSV分隔符调整：逗号填','、制表符填'\t'、纯空格分隔填' '
    char delimiter = ','; 
    std::vector<std::string> column_names;
    std::vector<std::vector<double>> column_data;

    read_csv_by_column(filename, delimiter, column_names, column_data);

    // 示例：输出S0001列所有值
    std::cout << "列名：" << column_names[0] << " 的数值如下：" << std::endl;
    for (double val : column_data[0]) {
        if (!std::isnan(val)) {
            std::cout << val << std::endl;
        } else {
            std::cout << "空值" << std::endl;
        }
    }

    // 示例：计算S0001列平均值
    double sum = 0.0;
    int count = 0;
    for (double val : column_data[0]) {
        if (!std::isnan(val)) {
            sum += val;
            count++;
        }
    }
    if (count > 0) {
        std::cout << column_names[0] << " 列的平均值为：" << sum / count << std::endl;
    }

    return 0;
}

注意事项 #

• 若CSV没有示例中的行号列，删除代码中两处erase语句即可
• 空单元格默认存储为NAN，计算时可以通过std::isnan过滤，也可根据业务需求修改空值处理逻辑

内容的提问来源于stack exchange，提问作者Cyan