嵌套字典问题

Question

我需要创建一个接受 CSV 文件并返回嵌套字典的程序。外部字典的键应该是每行中的第一个值，从第二个开始（以便省略具有列名的行）。外部字典中每个键的值应该是另一个字典，我在下面解释。

内部字典的键应该是列名，而值应该是每一行中该列对应的值。

例子：

对于这样的 CSV 文件：

column1, column2, column3, column4
4,12,5,11
29,47,23,41
66,1,98,78

我想以这种形式打印出数据：

my_dict = {
'4': {'column1':'4','column2':'12', 'column3':'5', 'column4':'11'},
'29': {'column1':'29', 'column2':'47', 'column3':'23', 'column4':'41'},
'66': {'column1':'66', 'column2':'1', 'column3':'98', 'column4':'78'}
}

到目前为止我得到的最接近的（甚至还没有接近）：

import csv
import collections

def csv_to_dict(file, delimiter, quotechar):

list_inside_dict = collections.defaultdict(list)
with open(file, newline = '') as csvfile:
    reader = csv.DictReader(csvfile, delimiter=delimiter, quotechar=quotechar)
    for row in reader:
        for (k,v) in row.items(): 
            list_inside_dict[k].append(v)
return dict(list_inside_dict)

如果我尝试使用上面的示例 CSV 文件 delimiter = "," 和 quotechar = "'" 运行该函数，它会返回以下内容：

{'column1': ['4', '29', '66'], ' column2': ['12', '47', '1'], ' column3': ['5', '23', '98'], ' column4': ['11', '41', '78']}

此时我迷路了。我试图改变：

list_inside_dict = collections.defaultdict(list)

为

list_inside_dict = collections.defaultdict(dict)

然后简单地更改每个键的值，因为我无法追加到字典中，但这一切都变得非常混乱。所以我从头开始，发现我到达了同一个地方。

Answer 1

您可以使用字典理解：

import csv
with open('filename.csv') as f:
  header, *data = csv.reader(f)
  final_dict = {a:dict(zip(header, [a, *b])) for a, *b in data}

输出：

{'4': {'column1': '4', ' column2': '12', ' column3': '5', ' column4': '11'}, 
 '29': {'column1': '29', ' column2': '47', ' column3': '23', ' column4': '41'}, 
 '66': {'column1': '66', ' column2': '1', ' column3': '98', ' column4': '78'}}

Answer 2

您可以使用pandas 完成该任务。

>>> df = pd.read_csv('/path/to/file.csv')
>>> df.index = df.iloc[:, 0]
>>> df.to_dict('index')

不确定为什么要复制第一列的值，但如果您不这样做，上述简化为：

>>> pd.read_csv('/path/to/file.csv', index_col=0).to_dict('index')

Answer 3

这类似于this answer，但是，我相信它可以更好地解释。

import csv

with open('filename.csv') as f:
    headers, *data = csv.reader(f)
    output = {}
    for firstInRow, *restOfRow in data:
        output[firstInRow] = dict(zip(headers, [firstInRow, *restOfRow]))
    print(output)

它的作用是遍历文件中的数据行，其中第一个值作为索引，后面的值在列表中。然后通过压缩标题列表和值列表来设置输出字典中的索引值。那条output[first] = ... 行与写output[firstInRow] = {header[1]: firstInRow, header[2]: restOfRow[1], ...} 相同。

输出：

{'4': {'column1': '4', ' column2': '12', ' column3': '5', ' column4': '11'}, 
'29': {'column1': '29', ' column2': '47', ' column3': '23', ' column4': '41'}, 
'66': {'column1': '66', ' column2': '1', ' column3': '98', ' column4': '78'}}

Answer 4

zips 可以得到你想要的。

我们可以为 csv 使用字符串，而不是文件。只需将该部分替换为文件即可。

给定：

s='''\
column1, column2, column3, column4
4,12,5,11
29,47,23,41
66,1,98,78'''

你可以这样做：

import csv 

data=[]
for row in csv.reader(s.splitlines()):  # replace 'splitlines' with your file
    data.append(row)

header=data.pop(0)
col1=[e[0] for e in data]
di={}
for c,row in zip(col1,data):
    di[c]=dict(zip(header, row))

然后：

>>> di
{'4': {'column1': '4', ' column2': '12', ' column3': '5', ' column4': '11'}, 
 '29': {'column1': '29', ' column2': '47', ' column3': '23', ' column4': '41'}, 
 '66': {'column1': '66', ' column2': '1', ' column3': '98', ' column4': '78'}}

在 Python 3.6+ 上，字典将保持插入顺序。早期的 Python 不会。