在Python中展平實體-屬性-值（EAV）架構

Question

我有一個實體屬性值格式的csv文件（ 即 ，我的event_id是非唯一的，並且對k個相關屬性重復了k次）：

    event_id, attribute_id, value
    1, 1, a
    1, 2, b
    1, 3, c
    2, 1, a
    2, 2, b
    2, 3, c
    2, 4, d

是否有任何方便的技巧將可變數量的屬性（ 即行）轉換為列？ 這里的關鍵是輸出應該是結構化數據的mxn表，其中m = max（k） ; 用NULL填充缺少的屬性將是最佳選擇：

    event_id, 1, 2, 3, 4
    1, a, b, c, null
    2, a, b, c, d

我的計划是（1）將csv轉換為如下所示的JSON對象：

    data = [{'value': 'a', 'id': '1', 'event_id': '1', 'attribute_id': '1'},
     {'value': 'b', 'id': '2', 'event_id': '1', 'attribute_id': '2'},
     {'value': 'a', 'id': '3', 'event_id': '2', 'attribute_id': '1'},
     {'value': 'b', 'id': '4', 'event_id': '2', 'attribute_id': '2'},
     {'value': 'c', 'id': '5', 'event_id': '2', 'attribute_id': '3'},
     {'value': 'd', 'id': '6', 'event_id': '2', 'attribute_id': '4'}]

（2）提取唯一的事件ID：

    events = set()
    for item in data:
        events.add(item['event_id'])

（3）創建一個列表列表，其中每個內部列表都是相應父事件的屬性列表。

    attributes = [[k['value'] for k in j] for i, j in groupby(data, key=lambda x: x['event_id'])]

（4）創建將事件和屬性放在一起的字典：

    event_dict = dict(zip(events, attributes))

看起來像這樣：

    {'1': ['a', 'b'], '2': ['a', 'b', 'c', 'd']}

我不確定如何使所有內部列表的長度相同，並在必要時填充NULL值。 似乎需要在步驟（3）中完成某些操作。 另外，我已經想到創建n個充滿m個 NULL值的列表，然后遍歷每個列表並使用attribute_id作為列表位置填充該值； 但這看起來很簡陋。

Answer 1

您的基本想法似乎是正確的，盡管我可以按以下方式實現它：

import itertools
import csv

events = {}  # we're going to keep track of the events we read in
with open('path/to/input') as infile:
    for event, _att, val in csv.reader(infile):
        if event not in events:
            events[event] = []
        events[int(event)].append(val)  # track all the values for this event

maxAtts = max(len(v) for _k,v in events.items())  # the maximum number of attributes for any event
with open('path/to/output', 'w') as outfile):
    writer = csv.writer(outfile)
    writer.writerow(["event_id"] + list(range(1, maxAtts+1)))  # write out the header row
    for k in sorted(events):  # let's look at the events in sorted order
        writer.writerow([k] + events[k] + ['null']*(maxAtts-len(events[k])))  # write out the event id, all the values for that event, and pad with "null" for any attributes without values