Question

我有一个包含2列的csv：

a,x
a,y
a,z
b,1
b,2
b,3
b,4
c,5
c,6
c,7
c,8

我想循环查看第1列，并且只显示第一列中每个值的2个条目。我不关心第二列保留或删除的值，我只想要第一列的每个不同选项的2个条目。

输出看起来像这样：

a,x
a,y
b,1
b,2
c,5
c,6

我熟悉csv模块（如何读/写/替换），但我很难找到解释如何将一行与另一行进行比较的资源。我认为这就是我遇到这个问题的地方。

Answer 1

我会使用字典来解决这个问题，可能是以下几点：

dict = {}

rows = [['a', 'x'], ['a', 'y'], ['a', 'z'], ['b', 1], ['b', 2], ['b', 3], ['b', 4], ['c', 5], ['c', 6], ['c', 7], ['c', 8]]

for row in rows:
    if row[0] not in dict.keys():
        dict[row[0]] = []

    if len(dict[row[0]]) == 2:
        continue

    dict[row[0]].append(row[1])

print(dict)

输出：

>> {'a': ['x', 'y'], 'b': [1, 2], 'c': [5, 6]}

Answer 2

所以，这是一个基于雅各布的想法：

创建两个词组，first和second

对于CSV中的每一行：

如果密钥位于second，请跳过，否则
如果密钥不在first放在那里
如果密钥位于first，且该值不是您要去的行，请将密钥添加到second

最后，您可以根据需要使用两个带有值的词典您可以通过创建字典列表来概括它以保持N值，并使用您需要的数量

Answer 3

以下是itertools.groupby

的示例

import itertools
with open("test.csv", "r") as stuff:
    data = stuff.readlines()


out = []
for k,dat in itertools.groupby(data, key=lambda x: x[0]):
    twoVals = list(dat)[:2]
    out.append(twoVals)

print out

对于少于两个值的情况

import itertools
with open("test.csv", "r") as stuff:
    data = stuff.readlines()


out = []
for k,dat in itertools.groupby(data, key=lambda x: x[0]):
    dat = list(dat)
    try:    
        vals = dat[:2]
    except IndexError:
        vals = list(dat)
    out.append(vals)

print out

我测试了这个：

a,x
a,y
a,z
b,1
b,2
b,3
b,4
c,5
c,6
c,7
c,8
z,1

从CSV中删除重复的条目

3 个答案: