检查嵌套分区中的行具有相同的值

Question

我有一个带有两个ID的表，我需要检查特定的ID1和ID2，所有产品是否相同且产品数量相同。

例如，在下表中，我有10001，其中有123和234，并且缺少一行，其中有产品2和123。

对于20002，345和456都有产品3和4，但是最后一个产品有所不同。 我需要在数据中找到这种情况。

ID1     ID2     Product
10001   123     Product 1
10001   234     Product 1
10001   234     Product 2
20002   345     Product 3
20002   345     Product 4
20002   345     Product 5
20002   456     Product 3
20002   456     Product 4
20002   456     Product 6

完美的场景将会是正确的。

ID1     ID2     Product
10001   123     Product 1
10001   123     Product 2
10001   234     Product 1
10001   234     Product 2
20002   345     Product 3
20002   345     Product 4
20002   345     Product 5
20002   456     Product 3
20002   456     Product 4
20002   456     Product 5

基本上，我需要在我的数据中查找所有情况，其中在特定的ID1中，所有ID2都没有一致的乘积，通过一致的乘积，我的意思是所有ID2在ID1中都应具有相同的乘积。

在第一个表中找到病例的方法有什么建议吗？ 谢谢！

Answer 1

想象一下，您已经将数据加载到dict中，并且产品列表是一个集合（顺便说一句，这将帮助您确保产品不会重复复制为id1，id2）：

data = {
    10001: {
        123: set([1]),
        234: set([1,2])
    },
    20002: {
        345: set([3,4,6]),
        456: set([3,4,6])
    }
}

然后，您可以通过在集合上使用“ ^”运算符来检查id2的两个值是否具有相同的项目。 检查https://docs.python.org/3/library/stdtypes.html#set 。 例如：

a = data[10001][123]
b = data[10001][234]
c = a ^ b # len(c) will be >0 !!

'^'计算两个集合之间的对称差，因此仅当两个集合相等时，它将返回空集合。

因此，您可以遍历给定id1的所有id2密钥，并在出现“ ^”且上一个密钥没有达到len时中断一条消息。 例：

for id1 in data:
    last_seen = None
    for id2 in data[id1]:
        actual = data[id1][id2]
        if last_seen != None and len(last_seen ^ actual) != 0:
                print('Items for id1 {} are not equal'.format(id1))
                break
        last_seen = actual

这是假设您的csv文件没有必要进行排序，因此您需要将其加载到字典中...如果您的文件是按id进行排序的，那么您可以立即读取该文件并完成工作，当然，我敢肯定你可以适应这个。