從csv文件中的行中提取信息

Question

我正在處理一個 csv 文件，該文件在一列中將有一個 ID 號，我已將其保存在這樣的字典中：

---

身份證回合

1 1

1 2

1 3

2 4

2 5

3 6

---

ID_rounds = {1: [], 2: [], 3: []}

然后我希望代碼遍歷我的 csv 文件中的每一行，並且對於每一行，將整數添加到字典中的正確列表中。

所以最終的結果看起來像： ID_rounds = {1:{1,2,3], 2:[4,5], 3:[6]}

Answer 1

將您的數據導入一個列表，然后簡單地迭代它，為每次迭代分配字典key和value 。

with open('tt.csv', 'r') as file:
  headers = file.readline()
  data = [row.strip().split(',') for row in file.readlines()]    

d = {}

for key, value in data:
  if key in d.keys():
    d[key].append(value)
  else:
    d[key] = [value]

輸出：

d
{'1': ['1', '2', '3'], '2': ['4', '5'], '3': ['6']}

Answer 2

您還可以為此使用defaultdict （來自collections模塊）：

from io import StringIO
from collections import defaultdict

data = '''ID Round
1 1
1 2
1 3
2 4
2 5
3 6
'''

# initialize default dict (each dict value is an empty list)
dd = defaultdict(list)

lines = StringIO(data)

# skip header
_ = next(lines)

# process body
for line in lines:
    key, value = line.rstrip('\n').split()
    key = int(key)
    value = int(value)
    dd[key].append(value)
    
# show results    
print(dict(dd))

{1: [1, 2, 3], 2: [4, 5], 3: [6]}

Answer 3

嘗試：

df = pd.read_csv('your_csv_file.csv', sep=' ')
result = df.groupby("ID").Round.apply(list).to_dict()