循环遍历具有不同列中条件的 .csv 文件

Question

我有一个采用这种格式的大型 .csv 文件：

“字符串 1”、“字符串 2”、“字符串 3”、“字符串 4”、“字符串 5”、“字符串 6”等

我有兴趣从列中提取信息，只要它链接到以下列。

举一个更清楚的例子，假设第 3 列和第 4 列由团队组成，它们代表他们主办的人（第 3 列是本地团队）。

“第一”、“结果”、“费城”、“迈阿密”等
“第二”、“结果”、“达拉斯”、“克利夫兰”等
“第三”、“结果”、“迈阿密”、“克利夫兰”等
“第四”、“结果”、“克利夫兰”、“迈阿密”等
《第五》、《结果》、《达拉斯》、《费城》等
“第六”、“结果”、“克利夫兰”、“达拉斯”等
《第七》、《结果》、《迈阿密》、《费城》等
《第八》、《结果》、《费城》、《迈阿密》等
“第九”、“结果”、“克利夫兰”、“迈阿密”等

我想获得一份由他们主办的团队组成的列表，无需重复

Cleveland hosts
Dallas
Miami

Dallas hosts
Cleveland
Philadelphia

Miami hosts
Cleveland
Philadelphia

Philadelphia hosts
Miami

之后，我想在一个文件中写入有关这两种模式的所有行，也就是说，如果我想查看克利夫兰和迈阿密之间的匹配，我希望有一个这样的 .csv，

“第三”、“结果”、“迈阿密”、“克利夫兰”等
“第四”、“结果”、“克利夫兰”、“迈阿密”等
“第九”、“结果”、“克利夫兰”、“迈阿密”等

使用以下代码，我设法读取一列并将所有唯一元素存储在字典中，以便以后可以从中选择一个单词。我可以对第 4 列执行相同的操作，并通过将参数 Wanted_Column 的值更改为 3 来重复代码

import csv
from collections import Counter, defaultdict, OrderedDict

Var = 1 
Wanted_Column = 2 # Col I want to analyze 

with open('file.csv', "rb") as inputfile:
    data = csv.reader(inputfile)
    seen = defaultdict(set)

    countd = Counter(
        row[Wanted_Column]
        for row in data
        if row[Wanted_Column] and row[Wanted_Column] not in seen[row[Var]] and not seen[row[Var]].add(row[Wanted_Column])
    )

y = OrderedDict(sorted(countd.items(), key = lambda t: t[0]))

for line in y:
    print line

结果是，

Cleveland
Dallas
Miami 
Philadelphia 

所以，我的问题是，我应该添加什么来获得双重条件并以我暴露的方式显示元素？

之后，要在另一个文件中写入行，我有这段代码，

look_for = set([ELEMENT IN DICTIONARY])

with open('file.csv','rb') as inf, open('output_file.csv','wb') as outf:
    incsv = csv.reader(inf, delimiter=',')
    outcsv = csv.writer(outf, delimiter=',')

    outcsv.writerows(row for row in incsv if row[Wanted_column] in look_for) 

而且只有一个元素就可以很好地工作，但是当然，由于前面的条件没有很好地定义，我不知道我应该改变什么才能得到我想要的结果。

Answer 1

你能用一个集合字典吗？

 f = open('test.csv')
hosts = {}

#read
for line in f:
    line = line.replace('"', '')
    res = line.split(',')

    if not hosts.get(res[2]):
        hosts[res[2]] = set([])

    hosts.get(res[2]).add(res[3])

#print
for key in sorted(hosts.keys()):
    print 'HOST', key
    for guest in sorted(list(hosts[key])):
        print 'GUEST', guest

print hosts

那么最终的打印将只是循环通过 hosts 键并打印集合的内容。

如果事先不知道列数，但你知道它是host, guest，那么它只是一个从位置 2 开始遍历整行的内部循环的问题。

添加了最后一行以显示排序打印。此脚本中的输入与您的输入之间的唯一区别是我删除了 .etc 列并假设输入停止在那里。扩展它应该是微不足道的

Answer 2

您可以使用集合字典来跟踪主办团队和独特的访问团队。这是一个例子。

import csv

# load the csv file
rows = [r for r in csv.reader(file('sample.csv','r'))]

# order preservation list
preserve_order = []

# track the schedule from the hosting team's point of view
hosting_teams = {}

# change the wanted column here
wanted_column = 3

for row in rows:
    # strip out the double quotes
    row = [c.replace('"','') for c in row] 

    the_host = row[2]
    the_order = row[0]

    preserve_order.append(the_order)

    # create a dictionary with a unique set of visiting teams
    host_schedule = hosting_teams.setdefault(the_host,set([]))

    # add the team visit
    visiting_team = row[wanted_column]
    host_schedule.add((visiting_team,the_order))



output = []
for hosting_team,host_schedule in hosting_teams.items():
    for visiting_team,the_order in host_schedule:
        output.append([the_order,"Result",hosting_team,visiting_team])    

output.sort(key=lambda x:preserve_order.index(x[0]))

csv.writer(file('output.csv','wb')).writerows(output)