具有类似密钥的连接线

我正在学习Python，但我没有很多编程经验。我想建立一个例程来导入一个CSV文件，并迭代每行中有一个特定的键，并在一行中连接这些行。具有类似密钥的连接线

例：

CSV文件：

'0001','key1','name' 
'0002','key1','age' 
'0001','key2','name' 
'0002','key2','age'

生成的文件应该是：

['0001','key1','name','0002','key1','age'] 
['0001','key2','name','0002','key2','age']

我怎样才能做到这一点？

来源

2015-12-15 CaeBrida

阅读CSV：

import csv 

with open('my_csv.txt', 'rb') as f: 
    my_list = list(csv.reader(f))

在这一点上，my_list大概类似于列表的列表，如以下::

[['0001', 'key1', 'name'], ['0002', 'key1', 'age'], ['0001', 'key2', 'name'], ['0002', 'key2', 'age']]

创建一个字典，每个键[数字]从对应于字典中的键的列表中，并且字典中的每个值对应于特定键的连接列表：

dict_of_lists = {} 

for item in my_list: 
    _, key, _ = item 
    if key in dict_of_lists.keys(): 
     dict_of_lists[key] = dict_of_lists[key] + item 
    else: 
     dict_of_lists[key] = item

如果你不关心的列表项的顺序：

dict_of_lists.values()

输出：

[['0001', 'key2', 'name', '0002', 'key2', 'age'], ['0001', 'key1', 'name', '0002', 'key1', 'age']]

如果你关心的顺序：

输出：

[['0001', 'key1', 'name', '0002', 'key1', 'age'], ['0001', 'key2', 'name', '0002', 'key2', 'age']]

来源

2015-12-15 03:24:12 Boa

如果你可以负担得起在RAM中存储所有条目，使用defaultdict按键创建'bucket'条目将是一种方法（假设一个名为'file.csv'的文件）：

from collections import defaultdict 

#this defaultdict acts as a Python dictionary, but creates an empty list 
# automatically in case the key doesn't exist 
entriesByKey = defaultdict(list) 

with open("file.csv") as f: 
    for line in f.readlines(): 
     #strips trailing whitespace and splits the line into a list 
     # using "," as a separator 
     entry = line.rstrip().split(",") 
     #the key is the second field in each entry 
     key = entry[1] 
     #concatenate entry to its respective key 'bucket' 
     entriesByKey[key] += entry 

#Now, we create a list of concatenated lines by key, sorting them 
# so that the keys appear in order 
out = [entriesByKey[key] for key in sorted(entriesByKey.keys())] 

#pretty-print the output :-) 
import pprint 
pprint.pprint(out)

您的输入输出对这一计划的是：

[["'0001'", "'key1'", "'name'", "'0002'", "'key1'", "'age'"], 
["'0001'", "'key2'", "'name'", "'0002'", "'key2'", "'age'"]]

唯一缺少将剥离单引号每个条目（也许格式化输出自己的喜好，而不是仅仅使用pprint() ）。如果您可以保证您的输入格式正确并且字段始终使用单引号（或者更准确地说，条目中每个字段的第一个和最后一个字符永远都不相关），则可以通过添加以下内容key = entry[1]行：

entry = [field[1:-1] for field in entry]

这将剥离每个字段的第一个和最后一个字符。

来源

2015-12-15 03:28:06

假设您的CSV文件不包含单引号（和那些仅用于演示这里）这应该工作：

import pandas as pd 
Data = pd.read_csv('Test.csv',header=None,dtype=str) 
Result = Data.groupby(1).apply(lambda y: ','.join([s1 for s2 in y.values for s1 in s2])) 
f = open('Result.csv','w') 
for r in Result: 
    f.write(r+'\n') 
f.close()

输出存储在Result.csv

来源

2015-12-15 03:46:35 JavNoor

具有类似密钥的连接线

回答

相关问题