如何從 csv 文件中推斷出候選鍵

Question

我有一個包含 csv 文件的文件夾，其中包含以下文件：car.csv、person.csv、student.csv……每個文件都有列。

我正在嘗試讀取列值並將它們放入列表中。

這是我的功能：

import pandas
from itertools import chain, combinations
def key_options(items):
        print(7,items)
        return chain.from_iterable(combinations(items, r) for r in range(1, len(items)+1) )

def primary_key_discovery(data_path):
    csv_files = glob.glob(os.path.join(data_path, "*.csv"))
    for f in csv_files:
        dataframes = pd.read_csv(f)
        for candidate in key_options(list(dataframes)[1:]):
            deduped = dataframes.drop_duplicates(candidate)
            if len(deduped.index) == len(dataframes.index):
                print(f,','.join(candidate))
print(primary_key_discovery('Data1/'))

這個函數給了我這樣的輸出 Data1\\vehicle.csv model,price,engine-size 我想打印列值，例如 model:camery,altima,aclass,....

Answer 1

假設您將候選鍵存儲在列表中，而不僅僅是打印出鍵，您可以通過展平鍵列表列表、選擇唯一鍵，然后從您的 Pandas 數組中選擇唯一值來打印唯一值那個專欄。

這是如何在python中展平列表的示例