将 CSV 数据转换为字典中的列表答案

【问题标题】：Converting CSV data to list in dictionary将 CSV 数据转换为字典中的列表
【发布时间】：2015-06-24 05:06:27
【问题描述】：

我有一个格式如下的 CSV 文件：

Name_1,2,K,14
Name_1,3,T,14
Name_1,4,T,18
Name_2,2,G,12
Name_2,4,T,14
Name_2,6,K,15
Name_3,2,K,12
Name_3,3,T,15
Name_3,4,G,18

我想将它转换成一个字典，其中Name_x 是键，对应的数据是列表形式的值。像这样的：

{'Name_1': [[2, 'K', 14], [3, 'T', 14], [4, 'T', 18]],
 'Name_2': [[4, 'T', 14], [4, 'T', 14], [6, 'K' ,15]],
...}

到目前为止，我想我必须使用defaultdict：

from collections import defaultdict
d = defaultdict(list)

但是我如何将append 的数据发送到d？我知道defaultdict 没有append 方法。

【问题讨论】：

d[key].append(new_val)?

标签： python csv python-3.x dictionary defaultdict

【解决方案1】：

您需要使用名称作为键并附加行的切片作为值，使用普通或默认字典将没有顺序：

import csv
from collections import defaultdict

with open('in.csv') as f:
    r = csv.reader(f)
    d = defaultdict(list)
    for row in r:
        d[row[0]].append(row[1:])
print(d)

如果您想维持秩序，您需要OrderedDict：

from collections import OrderedDict

with open('in.csv') as f:
    r = csv.reader(f)
    od = OrderedDict()
    for row in r:
        # get key/ first element in row
        key = row[0]
        # create key/list paring if it does not exist, else just append the value
        od.setdefault(key, []).append(row[1:])
print(od)

输出：

OrderedDict([('Name_1', [['2', 'K', '14'], ['3', 'T', '14'], ['4', 'T', '18']]), ('Name_2', [['2', 'G', '12'], ['4', 'T', '14'], ['6', 'K', '15']]), ('Name_3', [['2', 'K', '12'], ['3', 'T', '15'], ['4', 'G', '18']])])

如果名称被分组，您也可以使用 groupby，这将根据每行中的第一个项目/名称对元素进行分组：

import csv
from collections import OrderedDict
from itertools import groupby
from operator import itemgetter

with open('in.csv') as f:
    r = csv.reader(f)
    od = OrderedDict()
    for k, v in groupby(r, key=itemgetter(0)):
        od[k] = [sub[1:] for sub in v]

如果你使用python3，你可以使用*解包：

with open("in.csv") as f:
    r = csv.reader(f)
    od = OrderedDict()
    for row in r:
        key, *rest = row
        od.setdefault(key, []).append(rest)


import csv
from collections import OrderedDict
from itertools import groupby
from operator import itemgetter

with open('in.csv') as f:
    r = csv.reader(f)
    od = OrderedDict()
    for k, v in groupby(r, key=itemgetter(0)):
        od[k] = [sub for _, *sub in v]
print(od)

【讨论】：

小改进：key = row.pop(0) 然后 od.setdefault(key, []).append(row)
这行得通，谢谢！很高兴你也添加了 OrderedDict 可能性——这正是我想要的。实际上是否可以通过索引访问值？所以例如Name_1[1] 会给我'K','T','T'。我可以通过["Name_1"][1][1] 访问单个字母，但我需要所有字母（以相同的顺序）。
@Hjalte，当然只是print(list(zip(*od["Name_1"]))[1])，它将转置子列表或print([sub[1] for sub in od["Name_1"]])
@simleo，你能解释一下，为什么这是一个改进？（我是 Python 新手）。
@Hjalte 因为 row[1:] 复制了几乎整个列表。既然你要把它扔掉，你可以只弹出第一个元素，这样剩下的就是你需要构建字典的子列表

【解决方案2】：

txtcsv="""Name_1,2,K,14
Name_1,3,T,14
Name_1,4,T,18
Name_2,2,G,12
Name_2,4,T,14
Name_2,6,K,15
Name_3,2,K,12
Name_3,3,T,15
Name_3,4,G,18"""

def save():
    with open("test.csv","w") as f:
        f.write(txtcsv)


if __name__ == "__main__":
    save()
    with open("test.csv") as f:
        d = {}
        for l in f.readlines():
            name, val = l.rstrip().split(",", 1)
            d.setdefault(name, []).append(val.split(","))
        print (d)

【讨论】：

不是我的反对意见，但无需将所有行读入内存，自动关闭文件，因此 f.close() 是多余的。您还可以使用 rstrip 从字符串末尾删除并使用 dict.setdefault 处理重复键..
@PadraicCunningham 当然是关闭！没错，剥两边是没用的！我不习惯使用 setdefault 但它确实更好。谢谢！
我对它投了反对票，因为您不使用 csv 库。这显然是您应该使用它的情况。我敢打赌，有很多事情可能会出错，但在我的头上；如果名称包含逗号怎么办？请记住，Python 包含电池。
@SteinarLima 请注意，从未提及代码必须与任何 CSV 一起使用，即使标题可以建议它，问题也涉及具有提供格式的特定文件。所以这段代码回答了发布的问题。下次 SteinarLima 请不要在没有解释的情况下投反对票（没用），并考虑对所提问题的回应。
呃，你不知道Name_1是什么，万一明天改了呢？在 Python 中包含 csv 库时不使用它是愚蠢的。最重要的是，您不使用defaultdict，这显然非常适合这个问题，并且在问题中特别提到。并且如果选择不使用，请不要在每次迭代时设置默认值。

【解决方案3】：

在我的脑海中（因为我对 defaultdict 不太熟悉），这应该大致符合您的要求。

数据是 CSV 字符串

obj = {}

data = data.split('\n')
for row in data:
    row = row.split(',')
    if row[0] in obj:
        obj[row[0]].append(row[1:])
    else:
        obj[row[0]] = [row[1:]]

print obj

【讨论】：

好奇为什么是-1？