Question

我正在尝试创建一个循环，在csv文件中搜索具有公共第3和第4列的行，并对它们执行操作。
我的文件看起来像这样：

name1,x,y,z,notes
name2,a,b,c,notes
name3,a,y,z,notes

我使用的代码读取第一行并标识row [2]和row [3]并执行搜索文件中所有行的列组合。不幸的是，我似乎无法弄清楚如何实际搜索它们。

for row in csvfile:
    row_identify = row[2:3]
    for row in csvfile:
        if row_identify in row:
            print row
        else:
            print "not here"

我希望它打印第一行和第三行（因为y和z将是row_identify）。我假设我可以明确声明我想搜索那些行，但这似乎不起作用。我也尝试过使用

row_identify =  str(row[2]),str(row[3])

但这似乎也不起作用。

Answer 1

您可以创建一个对词典，其中键是包含标识列的元组，值是类似行的列表：

>>> import collections
>>> similarities = collections.defaultdict(list)

>>> for row in csvfile:
...     similarities[(row[2], row[3])].append(row)

>>> print similarities 
{('y', 'z'): [['name1', 'x', 'y', 'z', 'notes'], 
              ['name3', 'a', 'y', 'z', 'notes']], 
 ('b', 'c'): [['name2', 'a', 'b', 'c', 'notes']]
}

Answer 2

如果您要查找与第一行具有相同第3和第4列的行：

import csv
import operator

key = operator.itemgetter(2,3)
with open('path/to/input') as infile:
    rows = csv.reader(infile)
    holyGrail = key(next(rows))
    for row in rows:
        if key(row) != holyGrail:
            continue
        do_stuff(row)

如果你想要一个更通用的版本，聚集所有共享类似的第3和第4列的行，那么：

import csv
import operator
from collections import defaultdict as dd

key = operator.itemgetter(2,3)
info = operator.itemgetter(0,1)
similarities = dd(list)
with open('path/to/input') as infile:
    for i,row in enumerate(csv.reader(infile)):
        similarities[key(row)].append((i,info(row)))

for k, rows in similarities.items():
    print("These following rows all have the id <{}> (the data follows):".format(k), ', '.join([str(i) for i,_ in rows]))
    print('\n'.join(['\t' + '\t'.join([row]) for _,row in rows])

在csv文件中搜索

2 个答案: