Question

我有一个CSV文件，该文件有2列，每行中的第一项是个人ID，另一项是他的朋友ID。我想按人的ID对他们的朋友ID进行分组，然后按朋友计数降序进行排序；我该怎么办？

我的CSV文件是这样的：

ID,Friend_ID
P0,P1
P0,P2
P0,P3
P1,P0
P1,P2
P1,P3
P2,P0
P3,P0
P3,P1

我想要这个：

ID,Frind_count
P0,3
P1,3
P3,2
P2,1

Answer 1

您需要将主要问题分为子问题。根据您的要求，必须执行以下步骤：

打开输入文件
读取CSV文件的文件头
从文件中读取完整数据并解析单行
算一下，每个人有多少个朋友
基于计数以降序排列结果
将结果写入输出文件

所有这一切都可以用大约25行代码来完成。功能主线由〜12行组成。请参阅以下一种可能的解决方案。此解决方案利用了std库。

#include <map>
#include <string>
#include <iostream>
#include <fstream>
#include <utility>
#include <iterator>
#include <regex>
#include <vector>

// Make reading easier
using PairOfFriends = std::pair<const std::string, std::string>; // This is exactly one pair of friends. With a const member for multimap "type_value"
using MmFriend = std::multimap<std::string, std::string>; // And this are all pairs of frineds in a sorted multimap

struct PairLine     // ! This is a proxy for the input_iterator !
{   // Input function. Read on line of text file and split it into 2 parts
    friend std::istream& operator>>(std::istream& is, PairLine& line)
    {   // We will use a regex iterator to be a little more tolerant for different separator characters
        std::string wholeLine;  std::regex comma("[ \t\n]*[,;.][ \t\n]*");
        std::getline(is, wholeLine);    // Read one complete line and split it into 2 parts
        std::vector<std::string> part{ std::sregex_token_iterator(wholeLine.begin(), wholeLine.end(), comma, -1), std::sregex_token_iterator() };
        if (2 == part.size()) line.pairString = std::make_pair(part[0], part[1]); // Copy the 2 parts in our internal variable
        return is; 
    }
    operator PairOfFriends() const { return pairString; } // Cast pairString to PairOfFriends. For input iterator.
    std::pair<std::string, std::string> pairString{};  // Internal representation. Attention! No const member!
};
struct PersonCount
{   // We will use this POD to store person names and related counts
    std::string person; unsigned int personCount;  // And we need also an output function
    friend std::ostream& operator<< (std::ostream& os, const PersonCount& pc) { return (os << pc.person << "," << pc.personCount); }
};

int main()
{
    // 1. Open file. Will be closed by destructor ------------------------------
    std::ifstream inFileStream{ "r:\\person.csv" };             
    // 2. Read header ----------------------------------------------------------
    std::string header; std::getline(inFileStream, header);     
    // 3. Read the complete CSV file and put result into multimap --------------
    MmFriend mmFriend{ std::istream_iterator<PairLine>(inFileStream), std::istream_iterator<PairLine>() };
    // 4. Count how many friends persons have ----------------------------------
    std::vector<PersonCount> friendCount{}; // Person and Count will be stored here
    for (MmFriend::iterator it = mmFriend.begin(), end = mmFriend.end(); it != end; it = mmFriend.upper_bound(it->first)) { 
        friendCount.emplace_back(PersonCount{it->first, mmFriend.count(it->first) });  // Put count info into new arry
    }
    //5. Sort ------------------------------------------------------------------
    std::sort(friendCount.begin(), friendCount.end(), [](const PersonCount & p1, const PersonCount & p2) { return p2.personCount < p1.personCount; });
    // 6. Output ---------------------------------------------------------------
    std::ofstream outFileStream{"r:\\out.txt"};
    outFileStream << "ID,Friend_count\n";
    std::copy(friendCount.begin(), friendCount.end(), std::ostream_iterator<PersonCount>(outFileStream, "\n"));
    return 0;
}

请注意：为了读取CSV数据并进行解析，我们使用了输入迭代器。整个解析是在1行中完成的。提取器功能使用sregex_token_iterator解析输入行。如果应将其扩展为两个以上的条目，则可以使用元组代替标准对。

剩下的事情真的很简单。我想，它不需要更多解释。

但是。如有必要，我当然会回答问题。

希望这会有所帮助

如何在C ++中对一列进行分组（计数）

1 个答案: