Question

我正在尝试为以下数据创建代码：

我使用以下代码导入数据：

$$_PRO_FILE_PWD_/libs/mylib

我想创建一个具有输出的代码：

import csv
import itertools
import pandas as pd

input_file="computation.csv"
cmd=pd.read_csv(input_file)
subset = cmd[['Carbon A', 'Carbon B']]
carbon_pairs = [tuple(y) for y in subset.values]
c_pairs = carbon_pairs

请注意，对于'carbon'2，我希望它重复它与碳1连接。我在想一些排列能够证明这一点，但我不确定从哪里开始。基本上，代码需要输出：

1 is connected to
  2
  4
  6
  7 
  8
2 is connected to
  1
  4
  5

Answer 1

您可以使用以下函数（Python 2）获得所需的输出而不使用pandas依赖项，这将允许您传入所需的任何文件名，并使用您尝试查询的索引（从零开始）进行控制。此解决方案假定数据按您提供的示例进行排序。

ReportRepository

然后根据您的示例调用它：

import csv

def printAdjacentNums(filename, firstIdx, secondIdx):
    with open(filename, 'rb') as csvfile:
        # handle header line
        header = next(csvfile)
        reader = csv.reader(csvfile)
        current_val = ''
        current_adj = []
        # dict of lists for lookback
        lookback = {}
        for row in reader:
            if current_val == '':
                current_val = row[firstIdx]
            if row[firstIdx] == current_val:
                current_adj.append(row[secondIdx])
            else:
                # check lookback
                for k, v in lookback.items():
                    if current_val in v:
                        current_adj.append(k)

                # print what we need to
                print current_val + ' is connected to'
                for i in current_adj:
                    print i

                # append current vals to lookback
                lookback[current_val] = current_adj

                # reassign
                current_val = row[firstIdx]
                current_adj = [row[secondIdx]]

     # print final set
    for k, v in lookback.items():
        if current_val in v:
            current_adj.append(k)
    print current_val + ' is connected to'
    for i in current_adj:
        print i

Answer 2

从问题的结尾开始：

c_pairs = [(1, 2), (1, 4), (1, 6), (1, 7), (1, 8), (2, 1), (2, 4), (2, 5)]

你可能希望得到更像的东西：

groups = {1: [2, 4, 6, 7, 8], 2: [1, 4, 5]}

有很多方法可以获得这个。

如果您知道自己的数据已经排序，那么非常快捷的方法就是使用itertools.groupby，例如：

first_item = lambda (a, b): a
for key, items in itertools.groupby(c_pairs, first_item):
    print '%s is connected to' % key
    for (a, b) in items:
        print '  %s' % b

如果您的数据没有排序，它仍然可能是最快的方式，只需先对其进行排序：

c_pairs = sorted(c_pairs, key=first_item)

更自助的解决方案是使用defaultdict或标准字典来创建从一个到另一个的映射。

groups = collections.defaultdict(list)
for a, b in c_pairs:
    groups[a].append(b)

相当于没有集合：

groups = {}
for a, b in c_pairs:
    groups.setdefault(a, [])  # many ways to do this as well
    groups[a].append(b)

来自csv文件的Python分析列和单元格中的数据

2 个答案: