Question

我正在尝试重新排列Python中CSV数据集的顺序，以允许我将其追加到另一个文件中。我有标题[a,b,c,d,e,f]，需要更改为[b,c,f,e,d,a]。但是，我正在使用的for循环产生的标题按[b,c,a,e,e,a]的顺序排列。大概是因为我的索引正在更新中循环，但我不确定如何解决它。

请参见下面的代码：

def headings(file):
  correct_order = ["a", "b", "c", "d", "e", "f",]
  current_order = ["b", "c", "f", "e", "d", "a",]
  for i in range(0, len(current_order)):
    index = correct_order.index(current_order[i])
      for row in file:
        row.insert(index,row[i])
        row.pop(index+1)

我在做什么错了？

Answer 1

也许不是您要找的东西，但是您是否考虑过使用熊猫？

import pandas as pd

df = pd.read_csv(file)

correct_order = ["a", "b", "b", "d", "e", "f"]
df = df[correct_order]
df.to_csv(new_file)

Answer 2

您正在使用两个不同的索引，i是current_order中的位置，而index是您要放置它的位置。您还将列循环放在行循环之外，这可能会引起一些混乱。

组合row.insert(index,row[i])在位置row[i]上插入index的副本，该副本可能在i之前，也可能不在该位置。以下pop假定以前。一种更干净的方法是使用pop进行检索：

row.insert(index, row.pop(i))

这意味着pop返回了被删除的元素，然后将其重新插入到应该放置的位置，在row中从来没有重复。但是，这仍然不能为我们提供正确的顺序，因为i是按位置进行遍历的，而不关心是否刚刚插入的值；这是一个典型的例子，说明在迭代列表时如何对列表进行更改很麻烦。

我想到了另外两种方法：正向或反向排列到新列表中。

from_place = [current_order.index(k) for k in correct_order]
reordered_row = [row[k] for k in from_place]

to_place = [correct_order.index(k) for k in current_order]
reordered_row = [None] * len(correct_order)
for (i,v) in zip(to_place, row):
    reordered_row[i] = v

通常，使用名称比使用索引更可靠。例如，您可以使用csv.DictReader(f, current_order)然后阅读[row[k] for k in correct_order]，或者最好完全跳过重新排序并仅使用键。

Python中的表重新排序覆盖了最后两行

2 个答案: