（Python）如何按第一列对行进行分组，而不是按顺序排序？答案

【问题标题】：(Python)how to group rows by first column, not sorting by order?（Python）如何按第一列对行进行分组，而不是按顺序排序？
【发布时间】：2017-06-11 19:29:44
【问题描述】：

我有一个结构非常奇怪的 csv 文件。列字段由数字组成，行部分由第一个列字段分组，但不完全分组。例如，如果列数据是 {number1, number2, number3}，则文件将如下所示：

321、12、4932
321、32、4643
321、95、3921
...
143、98、2432
143、28、3910
...
832, 43, 2910
832, 54, 2190
...
572、91、8492
572、92、9302
572、15、3902
...
321、93、7281
321、48、6218
...
832, 78, 0148
832, 91, 7281

问题是我需要将文件按第一列完美分组，所以上面的例子应该是：

321、12、4932
321、32、4643
321、95、3921
321、93、7281
321、48、6218
...
143、98、2432
143、28、3910
...
832、43、2910
832、54、2190
832、78、0148
832、91、7281
...
572、91、8492
572、92、9302
572、15、3902
...

.. 同时，如上所示，第一列不应该按顺序排序。我需要第一列的顺序相同（这可能听起来很奇怪，但由于它是部分分组的，因此它在大范围内具有一定的顺序）。

解决这个问题最快的算法是什么？

【问题讨论】：

标签： python sorting csv

【解决方案1】：

将行排列成列表，这些列表存储在以第一列为键的字典中。如果您希望保留从原始电子表格中读取它们的顺序，请使用 OrderedDict。像这样的东西（未经测试的代码）

from collections import OrderedDict
...
d = OrderedDict()

# open the csv file as reader

for row in reader:
    key = row[0]
    d.setdefault(key,[]).append(row)

并使用结果

for key,rowlist in d.items()
    for row in rowlist:
       # do whatever with row

【讨论】：

我使用了 OrderedDict，它的工作做得很好。谢谢。

【解决方案2】：

您可以尝试对其进行硬编码，但对于 Python 中的 CSV 文件，我建议使用 Pandas。 Pandas 是专门为 CSV 文件创建的 Python 的 import。您可以相当简单地对数据集进行排序、分组、创建等。您还可以阅读 CSV 文件并创建自定义列和行。如：

import pandas as pd
df = pd.DataFrame({'A' : [321,143,832]})

我会留下一些文档链接，您可以在其中找到最适合您在 Python 中实现的需要的函数。 Basic Tutorial . Scroll to Grouping Tutorial with Examples

最简单快捷的方法是将 Pandas 用于您的 CSV

【讨论】：

【解决方案3】：

您可以在解析文件时使用列表和字典，使用字典按第一行对行进行分组，并使用列表保留第一行的顺序：

grouped_rows = {}
rows = []
with open("your_file") as ins:
    for line line in ins:
        first = line.split(",")[0]
        if first in rows:
            grouped_rows[first].append(line)
            continue
        rows.append(first)
        grouped rows[first] = [line]

然后您可以通过简单地解析列表并从字典中检索数据来打印它们：

for row in rows:
    print "\n".join(grouped_rows[row])

【讨论】：