读取.csv文件并基于特定列中的相等值联接值

Question

我有一个csv文件，其中包含三列（A，B和C），其值如下图所示： CSV表

1,2,4
1,257,5
1,258,6
1,8,7
1,260,8
2,24,9
2,26,10
2,234,11
3,14,12
3,22,13
3,78,14

我想通过“-”连接B列中的值，而A列中的值相同。 因此，预期输出如下：

[“ 2-257-258-8-260”，“ 24-26-234”，“ 14-22-78”]

谁能帮助我如何获得这些结果。

提前致谢

Answer 1

这是一个简单的Python解决方案。

我们使用csv读取器读取数据。 在我的代码中，我从名为file_data的行列表中读取，但是您可以将file_data更改为打开的文件对象。

我们将数据存储到列表字典中，其中A列的值作为键，B列的值附加到列表中。

然后，我们按顺序遍历键，将B数据连接到所需形式的字符串中。

import csv
from collections import defaultdict

file_data = '''\
1,2,4
1,257,5
1,258,6
1,8,7
1,260,8
2,24,9
2,26,10
2,234,11
3,14,12
3,22,13
3,78,14
'''.splitlines()

reader = csv.reader(file_data)
data = defaultdict(list)
for a, b, c in reader:
    #print(a, b, c)
    data[a].append(b)

out = ['-'.join(data[k]) for k in sorted(data.keys())]
print(out)

输出

['2-257-258-8-260', '24-26-234', '14-22-78']

Answer 2

如果您的数据集采用以下格式：

A,B,C
1,2,4
1,257,5
1,258,6
1,8,7
1,260,8
2,24,9
2,26,10
2,234,11
3,14,12
3,22,13
3,78,14

您可以使用itertools.groupby()对A列中的项目进行分组，并结合B列中的元素：

from csv import reader
from itertools import groupby
from operator import itemgetter

with open('data.csv') as in_file:
    csv_reader = reader(in_file)

    # skip headers
    next(csv_reader)

    # sort data by A column, then C column
    sorted_data = sorted(csv_reader, key=itemgetter(0, 2))

    # group by A column, and join by B column
    grouped = ['-'.join(map(itemgetter(1), g)) for _, g in groupby(sorted_data, key=itemgetter(0))]
    print(grouped)

哪些输出：

['2-257-258-8-260', '24-26-234', '14-22-78']

注意：此解决方案在分组之前先进行排序，以防万一数据尚未首先在A列上排序，然后在C列上排序。

Answer 3

熊猫解决方案

尝试使用pandas groupby函数，然后使用pandas apply然后编写lambda x:在其中，使用'-'加入新的列表理解：

import pandas as pd
df = pd.DataFrame({'A':[1,1,1,2,2,3,3], 'B': [124,456,465,46,35,53,33]})
print(df.groupby('A')['B'].apply(lambda x: '-'.join([str(i) for i in x.values])).tolist())

输出：

['124-456-465', '46-35', '53-33']