python - 在 Python 中检查 CSV 是否存在类似值

Question

考虑以下 CSV:

date,description,amount
14/02/2020,march contract,-99.00
15/02/2020,april contract,340.00
16/02/2020,march contract,150.00
17/02/2020,april contract,-100.00

我想做的是:

• 迭代所有行
• 具有相同描述的行的数量总数
• 返回包含新计算的金额的最后一行

应用于上面的示例，CSV 将如下所示:

16/02/2020,march contract,51.00
17/02/2020,april contract,240.00

到目前为止，我已经尝试将 csv.reader() 嵌套在彼此内部，但没有得到我想要的结果。

我想在没有任何库和/或模块的情况下实现这一目标。

这是我到目前为止的代码，其中 first_row 是 CSV 中的每一行，second_row 是查找匹配描述的迭代:

csv_reader = csv.reader(report_file)
        for first_row in csv_reader:
            description_index = 5
            amount_index = 13
            print(first_row)
            for second_row in csv_reader:
                if second_row is not first_row:
                    print(first_row[description_index] == second_row[description_index])
                        if first_row[description_index] == second_row[description_index]:
                            first_row[amount_index] = float(first_row[amount_index]) + float(second_row[amount_index])

Answer 1

这会起作用:

import csv
uniques = {}  # dictionary to store key/value pairs


with open(report_file, newline='') as f:
    reader = csv.reader(f, delimiter=',')
    next(reader, None)  # skip header row
    for data in reader:
        date = data[0]
        description = data[1]
        if description in uniques:
            cumulative_total = uniques[description][0]
            uniques[description] = [cumulative_total+float(data[2]), date]
        else:
            uniques[description] = [float(data[2]), date]

# print output
for desc, val in uniques.items():
    print(f'{val[0]}, {desc}, {val[1]}')

我知道您要求一个没有 pandas 的解决方案，但如果您使用它，您会节省很多时间:

df = pd.read_csv(report_file)

totals = df.groupby(df['description']).sum()
print(totals)