Question

我有这个python3代码，列表中需要以某种方式为Excel构建列表。这就是我所拥有的：

>>> pprint(avrop_categories[0:3])

[['Name1', ['MainCategory1', 'SubCategory1', ('Item1', 1.0)]],

['Name2',
['MainCategory2', 'Subcategory2', ('Item2', 1.0)],
['MainCategory2', 'Subcategory3', ('Item3', 1.0)],
['MainCategory2', 'Subcategory4', ('Item4', 1.0)],
['MainCategory3', 'Subcategory5', ('Item5', 1.0)],
['MainCategory4', 'Subcategory6', ('Item6', 1.0)],
['MainCategory5', 'Subcategory7', ('Item7', 1.0)],
['MainCategory5', 'Subcategory8', ('Item8', 1.0)],
['MainCategory5', 'Subcategory9', ('Item9', 1.0)]],

['Name3',
['MainCategory3', 'Subcategory10', ('Item10', 1.0)], #<-note MainCategory3 again.
['MainCategory6', 'Subcategory11', ('Item11', 1.0)]]]

我需要做到这一点。即命名为行，MainCategories为列，项目计入其MainCategories。子类别可以丢弃。

我该怎么做？我已经使用了Python3很短的时间，我知道如何将上面的文件保存为Excel的csv文件，但我不知道如何以我想要的方式构建它。如果我使用列表将所有MainCategories放入一个列表，然后将项目计入另一个列表，如何维护MainCategories与项目计数之间的关系？我应该做别的事吗？也许用dict？任何帮助都会受到赞赏，因为我不知道该怎么做。

Answer 1

以下是collections.defaultdict和pandas库的一个解决方案，给出了一个列表lst：

import pandas as pd
from collections import defaultdict

d = defaultdict(lambda: defaultdict(int))

for i in lst:
    for j in i[1:]:
        d[i[0]][j[0]] += 1

df = pd.DataFrame(index=sorted(d.keys()),
                  columns=sorted(set.union(*map(set, d.values()))))

for k, v in d.items():
    for w in v:
        df.loc[k, w] = d[k][w]

df = df.fillna(0).rename_axis('Name').reset_index()

然后您可以轻松地将其发送到Excel：

df.to_excel('file.xlsx', index=False)

结果：

    Name  MainCategory1  MainCategory2  MainCategory3  MainCategory4  \
0  Name1              1              0              0              0   
1  Name2              0              3              1              1   
2  Name3              0              0              1              0   

   MainCategory5  MainCategory6  
0              0              0  
1              3              0  
2              0              1

将列表列表构建为csv / Excel的列和行

1 个答案: