读取 CSV 并根据关键字列表替换列

Question

我是 Python 新手，希望能获得有关如何解决此问题的帮助。这是我正在尝试做的事情：

1. 读取包含交易列表的 CSV 文件。每行有 6 列。

2. 对于每一行，将DESCRIPTION 列与关键字列表进行比较，以查看是否有任何单词与关键字列表中的一个匹配。
   |Col0 | Col1 | Col2 | Col3 "DESCRIPTION" | Col4 | Col5 "CATEGORY"|

3. 如果任何单词与关键字列表中的某些内容匹配，请将 CATEGORY 列替换为与该特定关键字列表对应的新条目（例如 "Groceries"）。

4. 继续浏览每一行，将其与几个关键字列表进行比较。如果匹配，请将每行中的第 5 列 (CATEGORY) 替换为相应的值。
5. 保存到新的 CSV 文件。

这是我目前所拥有的：

import csv

grocery_keyword = ['GIANT', 'SAFEWAY', 'KROGER']

with open('Trans.csv') as csvFile:
    reader = csv.reader(csvFile, delimiter=",")
    my_list = list(reader)

    for row in my_list:
        for index, item in enumerate(row):
            if any grocery_keyword in row:
                row[index] = item.replace("", "Grocery")

newCSVFile = 'newCSVFile.csv'
    with open(newCSVFile, "w") as output:
        writer = csv.writer(output, delimiter=",", quotechar='"',
                            quoting=csv.QUOTE_MINIMAL, lineterminator='\n')
        writer.writerows(my_list)
csvFile.close()

在这里使用列表是否正确？列和关键字列表的对比应该怎么做？

Answer 1

我发现 pandas 库非常适合这种类型的东西。我确信 find_cat def 可以加快一点，但想了解将搜索和替换应用于所传达的列的想法。

import pandas as pd


def find_cat(desc, cat_dict):
    cat_list = []
    for cat in cat_dict:
        for w in cat_dict[cat]:
            if w in desc:
                cat_list.append(cat)
    return cat_list


cat_d = {
    "cat1": ["1_word_1", "1_word_2"],
    "cat2": ["2_word_1", "2_word_2"],
    "cat3": ["3_word_1", "3_word_2"]
}


df = pd.read_csv('in.csv')
df["category"] = df[["description"]].apply(lambda row: find_cat(row["description"], cat_d), axis=1) 
df.to_csv('out.csv')

in.csv 包含的位置：

col1,col2,col3,col4,description,category
0,0,0,0,1_word_1,
0,0,0,0,1_word_2,
0,0,0,0,1_word_1,
0,0,0,0,3_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_2,
0,0,0,0,1_word_1,
0,0,0,0,2_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_2,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,2_word_2,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_1,
0,0,0,0,1_word_2,
0,0,0,0,1_word_1,
0,0,0,0,2_word_1,

并生成 out.csv：

,col1,col2,col3,col4,description,category
0,0,0,0,0,1_word_1,cat1
1,0,0,0,0,1_word_2,cat1
2,0,0,0,0,1_word_1,cat1
3,0,0,0,0,3_word_1,cat3
4,0,0,0,0,1_word_1,cat1
5,0,0,0,0,1_word_1,cat1
6,0,0,0,0,1_word_2,cat1
7,0,0,0,0,1_word_1,cat1
8,0,0,0,0,2_word_1,cat2
9,0,0,0,0,1_word_1,cat1
10,0,0,0,0,1_word_2,cat1
11,0,0,0,0,1_word_1,cat1
12,0,0,0,0,1_word_1,cat1
13,0,0,0,0,1_word_1,cat1
14,0,0,0,0,2_word_2,cat2
15,0,0,0,0,1_word_1,cat1
16,0,0,0,0,1_word_1,cat1
17,0,0,0,0,1_word_1,cat1
18,0,0,0,0,1_word_1,cat1
19,0,0,0,0,1_word_2,cat1
20,0,0,0,0,1_word_1,cat1
21,0,0,0,0,2_word_1,cat2