Python：无法组织从 .csv 导入的列表值

Question

我在管理 Python2.7 的大列表时遇到了困难：

我导入了一个包含三列的 .csv：InputID、TargetID 和 distance（介于两者之间）。 我已将所有值导入到一个列表中，其中显示：

['InputID1','TargetID1','Distance1','InputID1','TargetID2','Distance2',InputID1','TargetID3','Distance3',...]

所以对于每个 InputID，都有三个对应的 TargetID。

我要做的是将所有包含相似 InputID 的记录分组，并找到距离最短的相应 TargetID。并确保一旦找到，不会重复任何 InputID/TargetID。

这是我目前所拥有的：

import csv

ids=[]     ##Unique InputID list##
e=[]       ##Empty .csv list##
f=open("D_Matrix.csv")
csv_f = csv.reader(f)
n=0

for row in csv_f:
    str_list0=str(row[0])
    str_list1=str(row[1])
    str_list2=str(row[2])
    while n>0:
        x=str_list0       ##InputID##
        y=str_list1       ##TargetID##
        z=str_list2       ##Distance##
        if not x in ids:
            ids.append(x)
        e.append(x)     ##Add Origin to list e##
        e.append(y)     ##Add Target to list e##
        e.append(z)     ##Add Distance to list e##
        break
    else:
        n+=1         ##Prevents column labels from being added to list

print e
f.close()

我对python编程还是很陌生，所以如果有什么我可以做的进一步澄清，请告诉我！

我非常感谢任何 cmets/建议。

-邮递员

Answer 1

如果您需要平面列表，那么恕我直言，您应该首先阅读数据并构建您的列表，然后处理已经创建的列表。

除了ids[] 更新之外，阅读顺序就像您现在拥有的一样。加载完成后，就可以开始处理了。您需要创建一个距离最短的数组并对其进行更新，这意味着您需要对您的值进行两次遍历（此外，它还需要遍历另一个列表）。

如果没有理由拥有平面列表，我会构建类似 dict of dicts 的东西：

import csv

ids = {}

f=open("D_Matrix.csv")
csv_f = csv.reader(f)
n=0

for row in csv_f:
    str_list0=str(row[0])
    str_list1=str(row[1])
    str_list2=str(row[2])

    if not str_list0 in ids.keys():
        ids[str_list0] = {}

    input_dict = ids[str_list0]

    if not str_list1 in input_dict.keys():
        input_dict[str_list1] = str_list2 # your value
    else:
        # we already have the key, check if the new value is shorter:
        #
        if input_dict[str_list1] > str_list2:
            input_dict[str_list1] = str_list2

# Now you have a dict like:
#
# {'InputID1': {'TargetID1' : minimum target distance}}
for input_key in ids.keys():
    for target_key in ids[input_key].keys():
        print "In: [%s], Tgt: [%s], Min distance: [%s]" % \
            (input_key, target_key, ids[input_key][target_key])

这样做的好处是你只需要迭代一次O(n) 加上在字典中的查找。