Question

我有一个非常奇怪的结构csv文件。列字段由数字组成，并且行部分地但不完全按第一列字段分组。例如，如果列数据为{number1，number2，number3}，则文件将如下所示：

321 ，12,4932
321 ，32,4643
321 ，95,3921
...
143,98,2432
143,28,3910
...
832 ，43,4910
832 ，54,2190
...
572,91,8492
572,92,9302
572,15,3902
...
321 ，93,7281
321 ，48,6218
...
832 ，78,0148
832 ，91,7281

问题是我需要将文件完美地按第一列分组，以便上面的例子应该是：

321,12,4932
321,32,4643
321,95,3921
321,93,7281
321,48,6218
...
143,98,2432
143,28,3910
...
832,43,2910
832,54,2190
832,78,0148
832,91,7281
...
572,91,8492
572,92,9302
572,15,3902
......

..同时，如上所示，第一列不应按顺序排序。我需要第一个列顺序是相同的（这可能听起来很奇怪，但由于它是部分分组的，它具有大规模的某种顺序）。

什么是解决此问题的最快算法？

Answer 1

将行排列成存储在由第一列键入的dict中的列表。如果您希望保留从原始电子表格中读取它们的顺序，请使用OrderedDict。像这样（未经测试的代码）

from collections import OrderedDict
...
d = OrderedDict()

# open the csv file as reader

for row in reader:
    key = row[0]
    d.setdefault(key,[]).append(row)

并使用结果

for key,rowlist in d.items()
    for row in rowlist:
       # do whatever with row

Answer 2

您可以尝试对其进行硬编码，但对于Python中的CSV文件，我建议使用Pandas。 Pandas是专为CSV文件创建的Python的import。您可以非常简单地对数据集进行排序，分组，创建数据集等。您还可以阅读CSV文件并创建自定义列和行。如：

import pandas as pd
df = pd.DataFrame({'A' : [321,143,832]})

我将留下一些文档链接，您可以在其中找到最适合您在Python中实现的功能。 Basic Tutorial . Scroll to Grouping Tutorial with Examples

最简单快捷的方法是将Pandas用于CSV

Answer 3

您可以在解析文件时使用列表和字典，使用字典按第一行和列表对行进行分组，以保留第一行的顺序：

grouped_rows = {}
rows = []
with open("your_file") as ins:
    for line line in ins:
        first = line.split(",")[0]
        if first in rows:
            grouped_rows[first].append(line)
            continue
        rows.append(first)
        grouped rows[first] = [line]

然后您可以通过简单地解析列表并从字典中检索数据来打印它们：

for row in rows:
    print "\n".join(grouped_rows[row])

（Python）如何按行排序行，而不是按顺序排序？

3 个答案: