Question

有很多问题要求用python重新排列CSV文件，但我找不到以下问题的答案：

我希望以连接数据的方式“合并”特定列上的csv文件。这让我想起了一个SQL连接。让我们说：

有许多csv文件看起来都一样。为简单起见，我们假设每行只有四个项目 - 三个数据项和一个类别。所以一个文件看起来像：

a,b,c,category1
e,f,g,category2
a,c,c,category3

另一个像：

0,0,0,category1
1,1,1,category1
5,5,5,category2
6,6,6,category2
9,9,9,category4

现在，我想合并这些文件以获得以下结果：

a,b,c,0,0,0,category1
e,f,g,5,5,5,category2

因此，需要以这样的方式连接行，即每个行的项目组合在一起，而“category”项是连接键，如果没有足够匹配的行，则可以删除该数据。最好的方法是拥有可变数量的文件，这样不仅可以合并（或加入）两个文件，而且可以通过这种方式合并（或加入）。

有没有pythonic的方法来做到这一点？

Answer 1

我认为你可以参考在一个公共列上加入两个csv

https://spectraldifferences.wordpress.com/2013/10/18/join-two-csv-files-based-on-a-common-field/

或

Combining 2 .csv files by common column

Answer 2

词典词典应该做的工作 1.使用readlines（）读取数据 2.使用类别作为键填充字典

dictionary = {}
for line in lines:
    entries = line.split(',')
    dictionary[entries[3]] = {}
    dictionary[entries[3]][0] = entries[0]
    dictionary[entries[3]][1] = entries[1]
    dictionary[entries[3]][2] = entries[2]

读取另一个文件，如果字典包含该类别，则更新值。

for line in lines: entries = line.split(',') if entries[3] in dictionary: //populate accordingly dictionary[entries[3]][3] = entries[0] dictionary[entries[3]][4] = entries[1] dictionary[entries[3]][5] = entries[2]

Answer 3

感谢您的灵感！

我想出了一个相当肮脏的方式：

以这样的方式读取数据，即类别为键，另一个dict为值。这个＆＃34;内在的字典＆＃34;将文件名作为键，将值作为值。

data = {'category1' : {'file1' : [[a,b,c]], 'file2' : [[0,0,0],[1,1,1]] }

在另一个字典中，我存储了每个类别的最小实例数（让1对类别1说2）：

`limits = {"category1":2*len(infiles)*featuresinfiles,"category2": . . .}`

现在我创建了一个字典＆＃34; comb＆＃34;包含组合：

for c in data.keys(): if c not in comb.keys(): comb[c] = [] while len(comb[c]) < limits[c]: for f in data[c]: comb[c] += (data[c][f].pop(0))

这最终给出了一个字典，其中类别为键，其组合值为值;在示例中：

{'category1' : [a,b,c,0,0,0], ... }

我确定有更好的方法可以做到这一点，但作为一种解决方法，这就是我想要的。

使用python

3 个答案: