[英]Converting CSV to Dictionary with one column as keys and one column as its values
您好,我有以下格式的CSV文件:
ticket asset
1111 3456
1111 6789
1122 2345
1122 7890
我想将其转换为Dict,例如:
{'1111': ['3456', '6789'], '1122':['2345', '7890']}
基本上希望将票证作为“键”,并将该票证下的所有资产作为“值”。
csv.DictReader()有所帮助,但是我无法提取密钥的唯一票据编号,也无法匹配其下的所有资产的价值。
任何帮助将是巨大的:)
感谢您如此快速地获取CSV> Dict!
如果我想将元组转换为Dict,那将如何工作?
例如:Tuple:(((1111,3456),(1111,6789),(1122,2345),(1122,7890))
我希望将其转换为:
{'1111':['3456','6789'],'1122':['2345','7890']}
使用collections.defaultdict
:
from collections import defaultdict
import csv
d = defaultdict(list)
with open(filename, 'r', newline='') as f:
reader = csv.reader(f, delimiter='\t')
next(reader) # toss headers
for ticket, asset in reader:
d[ticket].append(asset)
使用常规词典:
import csv
d = {}
with open(filename, 'r', newline='') as f:
reader = csv.reader(f, delimiter='\t')
next(reader) # toss headers
for ticket, asset in reader:
d.setdefault(ticket, []).append(asset)
将您的csv导入pandas数据框。 使用applymap将数据框转换为字符串数据类型。 按票证分组并将所有收集的资产转换为列表。 然后将数据帧转换为字典(dict)
import pandas as pd
df=pd.read_csv('file.csv', header=0)
df=df.applymap(str).groupby('ticket')['asset'].apply(list).to_dict()
print(df)
结果:
{'1111': ['3456', '6789'], '1122': ['2345', '7890']}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.