Question

我有一个相当基本的问题，我想知道使用Python的最佳解决方案是什么。我有一组CSV文件，在每个文件中，我有一些逗号分隔的元素。重要的是，每个CSV文件中有两个不同的行块，让我们说＆＃34;块1＆＃34; ＆＃34; Block 2＆＃34;。块1和块2之间的某些值重叠（特定感兴趣的项目：特定.jpg文件的名称），但顺序会有所不同。以下是文件组织方式的缩短版本：

Trial,Image,Type,Reps
1,511.jpg,T,1REP
2,101a.jpg,2,1REP
3,185a.jpg,5,3REP
4,566.jpg,T,3REP
5,560.jpg,T,3REP

Trial,Image,Type,Reps,Keypress
1,101a.jpg,2,1REP,1
2,185a.jpg,5,3REP,0
3,511.jpg,T,1REP,1
4,560.jpg,T,3REP,1
5,566.jpg,T,3REP,0

为了澄清一下，这是一个实验的日志文件，其中Block 1是研究图像的时间。＆＃34;类型＆＃34;对应于图片的类型，＆＃34; Reps＆＃34;对应于整体看图片的次数（1或3次），这两者都不是我想要达到的目标。我想做的是：对于第一个块中的每一行，匹配第二个块中相同.jpg文件的名称。然后我需要在＆＃34; 1＆＃34;上添加Block 1行。或＆＃34; 0＆＃34;根据相应的＆＃34; Keypress＆＃34;第2区是＆＃34; 1＆＃34;或＆＃34; 0＆＃34;元件。基本上，当在图片上进行测试时，他们按下＆＃34; 1＆＃34;或＆＃34; 0＆＃34;我想在学习期间对哪些人的新闻进行排序。重要的是，我需要保留Block 1（图像的研究顺序）的顺序，无论我采取什么解决方案。

抱歉这个要求是基本的......我正在学习。

Answer 1

假设csv文件足够小，我只需使用字典{}将每个文件的值映射到彼此。

首先加载Block 2中的所有值。

d= {}

with open('some1.csv', 'rb') as f:
    reader = csv.reader(f)
    for row in reader:
        num, file_name, third, num = row  # 1,a.jpg,XYZ,1
        d[file_name] = num

现在，当在块1上进行迭代时，检索从块2中存储的值，并将它们附加到数据中。

with open('some2.csv', 'rb') as f:
    reader = csv.reader(f)
    for row in reader:
        num, file_name, third, num = row  # 1,a.jpg,XYZ,1
        lst = [num, file_name. third, num, d.get(file_name, -1)]
        # now convert `lst` to csv, and write to file

请注意，如果在存储的Block 2数据中找不到匹配的文件名，则第二个代码块使用值-1。

Answer 2

你的问题根本不是我所说的基本问题（与排序无关）。事实上，进行所需的处理是相当复杂的。基本上每个文件必须被读取两次，首先从第二个块中提取所需的信息，然后再次更新其中的第一个块。此外，每次读取文件分为两个子步骤，因为每个文件中有两种csv数据，每次传递都必须单独处理。

由于现场更新文件相当困难，因此首先将文件的更新版本写入单独的临时文件，如果处理完成且没有错误，则替换原始文件。

import csv
import shutil
from tempfile import NamedTemporaryFile

TRIAL = 0
IMAGE = 1
KEYPRESS = 4
filename = 'backsorting.csv'
img_resp_map = {}

# first pass
with open(filename, 'rb') as csvfile:
    reader = csv.reader(csvfile)

    # skip over first block
    next(reader)  # header
    while True:
        row = next(reader)
        if not row[TRIAL].isdigit():  # header of second block?
            break

    # use data in second block to create an image-to-response mapping
    for row in reader:
        img_resp_map[row[IMAGE]] = row[KEYPRESS]

# second pass
with open(filename, 'rb') as csvfile:
    reader = csv.reader(csvfile)
    fields = next(reader)  # get header of first block
    with NamedTemporaryFile('wb', dir='.', delete=False) as tempcsv:
        writer = csv.writer(tempcsv)
        writer.writerow(fields + ['Keypress'])  # new header with added field

        # copy and update rows of first block by appending the new field
        for row in reader:
            if not row[TRIAL].isdigit():  # header of second block?
                break
            writer.writerow(row+[img_resp_map[row[IMAGE]]])

        # copy second block of file unchanged
        writer.writerow(row)  # header (already read)
        writer.writerows(reader)

    # NOTE: the following is dangerous since it wipes out the original file
    shutil.move(tempcsv.name, filename)  # replace original file with temp one

我的测试文件名为backsorting.csv，最初包含此内容：

Trial,Image,Type,Reps
1,511.jpg,T,1REP
2,101a.jpg,2,1REP
3,185a.jpg,5,3REP
4,566.jpg,T,3REP
5,560.jpg,T,3REP
Trial,Image,Type,Reps,Keypress
1,101a.jpg,2,1REP,1
2,185a.jpg,5,3REP,0
3,511.jpg,T,1REP,1
4,560.jpg,T,3REP,1
5,566.jpg,T,3REP,0

运行脚本后，其内容已更改为：

Trial,Image,Type,Reps,Keypress
1,511.jpg,T,1REP,1
2,101a.jpg,2,1REP,1
3,185a.jpg,5,3REP,0
4,566.jpg,T,3REP,0
5,560.jpg,T,3REP,1
Trial,Image,Type,Reps,Keypress
1,101a.jpg,2,1REP,1
2,185a.jpg,5,3REP,0
3,511.jpg,T,1REP,1
4,560.jpg,T,3REP,1
5,566.jpg,T,3REP,0

根据以后的CSV值更新初始CSV值？

2 个答案: