如何最有效地进行数据转换

Question

我有一个非常大的CSV文件，其结构如下：

user_id,mail_id,action
1,100,sent
1,100,opened
1,100,clicked
2,100,sent
2,101,sent

我想重新格式化它以创建一个新的CSV文件，每个user_id有一行，每个mail_id有一列。如果原始表中没有对应的行，则每个单元格中的值应为空白。否则它将具有与该用户和mail_id相对应的最新操作（在打开之后点击，在发送之后点击。）

最终产品（给定上面的小数据表）应如下所示：

user_id,100,101
1,clicked,NULL
2,sent,sent

这种数据操作相当简单，但原始CSV很长，我正在寻找有关如何最有效地完成此操作的提示。

Answer 1

对于m行，n列，将数据读入某个结构的时间复杂度为O（m * n），与用于读取数据的方法无关。最简单的方法是使用{user_id: {100: most_recent_action,101: None}...}将数据读入字典词典csv.read，然后使用csv.write迭代输出到某些csv的字典词典。