运行后停止TSV/CSV文件循环运行

Question

我收到了一个从TSV/CSV文件收集数据的循环问题。 问题是我检查用户标识符是否在我的tsv文件中，以及是否只是进行常规打印。但事情是它不加起来。

让我用，我有现在直到代码解释一下：

import csv 
with open("source/to/file.tsv") as tsvfile: 
     tsvreader = csv.reader(tsvfile, delimiter="\t") 
     for i in range(1,10): 
      for columns in tsvreader: 
       userid = 1 
       column1, column2, column3 = columns 
       if userid == int(column1): 
        print("userid:", userid,"result: ", int(column1), int(column2), int(column3)) 
        userid += 1 

每当我运行此代码将输出：

-- userid: 1 result: 1 3098 1 
-- userid: 1 result: 1 508 1 
-- userid: 1 result: 1 889 1 
-- userid: 1 result: 1 802 0 
-- userid: 1 result: 1 3800 0 

这里的问题开始。因为我希望我的用户ID加到了价值1。我的用户ID将是2循环将再次启动，并打印出像：

-- user id 2 result: ... 
-- user id 2 result: ... 
-- user id 2 result: ... 

但我的代码没有做到这一点。有人知道为什么

请注意：userid 2在我的TSV文件中，所以这不是问题！

---

额外的信息：在我的TSV文件我有以下情况：

1 802  0 
1 3800 0 
2 7492 1 
2 5235 0 

我要输出所有属于userid1（802,3800等）的结果，在那之后循环必须继续输出userid2的所有结果（7492,5235等）。在后面的过程中，我想为每个用户ID存储他们的结果。

Answer 1

你的代码不超过1的userid进展Rob's answer解释原因。

在我看来，你的意图是打印用户ID 1的所有行，然后用户ID 2的所有行，依此类推。并且外部循环的范围表明您希望显示用户ID为1到9的行。

但是，一个问题是，一旦来自CSV文件的所有行都消耗完毕，for columns in tsvreader循环将不再有任何要迭代的内容过了，所以它的身体不会执行。没有进一步显示。这可以通过使用seek()“倒带”输入文件来克服。

修复这些错误导致这个代码：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    tsvreader = csv.reader(tsvfile, delimiter="\t") 
    for userid in range(1,10): 
     tsvfile.seek(0) # back to the start of the CSV file 
     for columns in tsvreader: 
      column1, column2, column3 = columns 
      if userid == int(column1): 
       print("userid:", userid,"result: ", int(column1), int(column2), int(column3)) 

我认为这是你所追求的。例如在输入（我用逗号作为分隔符）：

 
2,4,4 
1,2,3 
1,4,5 
2,8,8 
1,6,7 
2,2,2 
4,1,1 
8,1,2 
10,4,0 
1,0,1 
4,4,4 
3,3,3 

输出将是：

 
userid: 1 result: 1 2 3 
userid: 1 result: 1 4 5 
userid: 1 result: 1 6 7 
userid: 1 result: 1 0 1 
userid: 2 result: 2 4 4 
userid: 2 result: 2 8 8 
userid: 2 result: 2 2 2 
userid: 3 result: 3 3 3 
userid: 4 result: 4 1 1 
userid: 4 result: 4 4 4 
userid: 8 result: 8 1 2 

注意，对于用户ID 10中的数据不包括作为该范围之外的userids。

我不得不猜测你的意图，但是，如果我是正确的，你想要做的是按用户ID分组数据，并按排序顺序显示。更好的方法是简单地在一个去所有的数据进行排序：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    data = sorted(list(csv.reader(tsvfile, delimiter='\t')), 
        key=lambda row: int(row[0])) 
    for column1, column2, column3 in data: 
     print("userid:", column1, "result: ", int(column1), int(column2), int(column3)) 

输出：

 
userid: 1 result: 1 2 3 
userid: 1 result: 1 4 5 
userid: 1 result: 1 6 7 
userid: 1 result: 1 0 1 
userid: 2 result: 2 4 4 
userid: 2 result: 2 8 8 
userid: 2 result: 2 2 2 
userid: 3 result: 3 3 3 
userid: 4 result: 4 1 1 
userid: 4 result: 4 4 4 
userid: 8 result: 8 1 2 
userid: 10 result: 11 4 0 

如果你真的要排除一个给定的范围之外的用户ID，这样做：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    data = sorted(list(csv.reader(tsvfile, delimiter='\t')), 
        key=lambda row: int(row[0])) 
    userids = range(1,10) 
    for column1, column2, column3 in data: 
     if int(column1) in userids: 
      print("userid:", column1, "result: ", int(column1), int(column2), int(column3)) 

Answer 2

该代码重置每行的用户标识符（即在for columns in...循环内）。如果你在该循环之外移动那条线，我相信它会做你想做的。

Answer 3

我不明白你尝试做什么，罗布海牙说你保持userid至1 ...

胡乱猜测你想要什么：

userid = 1 
tsv = csv.reader(open(filename), delimiter='\t') 
for i, row in enumerate(tsv): 
    if i > 10: 
     break 
    if str(userid) == row[0]: 
     print 'userid: %d result: %s' % (userid, row) 
     userid+= 1 
    else: 
     print 'not found: %s' % (row,) 

编辑

简单的方法（我不使用示例中的csv模块，因为您似乎不需要它），但使用更多的内存。

# load all data 
import collections 

data = collections.defaultdict(list) 

for line in open(filename): 
     row = line.strip().split('\t') 
     data[int(row[0])]+= [row[1:]] 

# output data grouped by user 
for userid, row in data.iteritems(): 
     print 'userid: %d result: %s' % (userid, row) 

另一个简单的方法（假设数据是排序由用户ID），尽快使用稍少存储器outputing结果。

def show(userid, row): 
    print 'userid: %s result: %s' % (userid, row) 

current = '' 
data = [] 
for line in open(filename): 
    row = line.strip().split('\t') 
    if row[0] != current: 
     if data: 
      show(current, data) 
      del data[:] 
     current = row[0] 
    data+=[row] 

show(row[0], data) 

如果数据未排序，你有记忆的问题，你可以存储在字典中的位置，并通过seek它（见file objects文档）。

Answer 4

1 802  0 
1 3800 0 
2 7492 1 
2 5235 0 

我要输出所有属于该结果userid1（802,3800 等），其后的循环必须继续输出所有 userid2（7492,5235等）的结果。在后面的过程中，我想为每个 用户ID存储他们的结果。

您可以轻松地完成你正在尝试使用字典来实现的：

import csv 
from collections import defaultdict 

results_by_id = defaultdict(list) 

with open('somefile.csv') as f: 
    reader = csv.reader(f, delimiter='\t') 
    for row in reader: 
     results_by_id[row[0]].append(list(map(int, row[1:]))) 

for userid, results in results_by_id.iteritems(): 
    print('{} has {} total results'.format(userid, len(results))) 
    for result in results: 
     print('\t {}'.format(result))