- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
Python 新手,试图弄清楚如何基于单列 (item.id) 合并多个 CSV 文件,但我也想从每个文件中选择一个子集以包含在最终合并中。
每个 CSV 有 100 列,并且只需要选定的列。
我在下面编写的代码可以工作,但我确实需要一个 CSV 输出,而不是创建多个文件。我有一个字段字典,因为输出必须具有这些重命名的值。
import csv
from collections import OrderedDict
def processFile(source,fields):
src = ('C:/MyDirectory/{FILENAME}_original.csv').format(FILENAME=source)
dst = ('C:/MyDirectory/{FILENAME}_clean.csv').format(FILENAME=source)
s = open(src, newline="")
reader = csv.DictReader(s, delimiter=",",quotechar='"')
t = open(dst,"w",newline="")
writer = csv.writer(t,delimiter=",", quotechar='"', quoting=csv.QUOTE_MINIMAL)
headers = list(v for(k,v) in fields.items())
writer.writerow(headers)
next(reader) #Need to skip the 2nd row in every file - it has double headers
for row in reader:
content = list(row[k] for(k,v) in fields.items())
writer.writerow(content)
fieldsFI1 = OrderedDict([
('item.id','ItemId'),
('att1','Attribute1'),
('att2','Attribute2'),
])
fieldsFI2 = OrderedDict([
('item.id','ItemId'),
('att3','Attribute3'),
('att4','Attribute4'),
])
processFile(FI1,fieldsFI1)
processFile(FI2,fieldsFI2)
最佳答案
这里有一些不太正确的事情。首先,用完文件后永远不要关闭它们——这是一个很大的禁忌。您可以使用 with
上下文管理器轻松修复此问题。其次,我想说处理所有数据然后写入新的 csv 要容易得多。我在这里做了类似的事情,我将逻辑分为三个部分:1)读取文件,2)按 id 组合列表,3)写入新文件。
import csv
from collections import OrderedDict
def readFile(source,fields):
src = ('C:/MyDirectory/{FILENAME}_original.csv').format(FILENAME=source)
rows = list()
with open(src, newline="") as s:
reader = csv.DictReader(s, delimiter=",",quotechar='"')
next(reader) #Need to skip the 2nd row in every file - it has double headers
for row in reader:
content = { v: row[k] for (k,v) in fields.items() } #dict comprehension
rows.append(content)
return rows
def writeFile(dest, fields, content):
src = ('C:/MyDirectory/{FILENAME}_original.csv').format(FILENAME=dest)
with open(dest,"w",newline="") as t:
fieldnames = list(v for k,v in fields.items())
writer = csv.DictWriter(t, fieldnames=fieldnames, delimiter=",", quotechar='"', quoting=csv.QUOTE_MINIMAL)
writer.writeheader()
for c in content:
c_dict = {v: c.get(v) for(k,v) in fields.items()
writer.writerow(c_dict)
FI1 = "file_one"
FI2 = "file_two"
dest = "dest_file"
fieldsFI1 = OrderedDict([
('item.id','ItemId'),
('att1','Attribute1'),
('att2','Attribute2'),
])
fieldsFI2 = OrderedDict([
('item.id','ItemId'),
('att3','Attribute3'),
('att4','Attribute4'),
])
all_fields = fieldsFI1.copy()
all_fields.update(fieldsFI2)
list1 = readFile(FI1,fieldsFI1)
list2 = readFile(FI2,fieldsFI2)
merged = {}
for elem in list1 + list2:
if elem['ItemId'] in merged:
merged[elem['ItemId']].update(elem)
else:
merged[elem['ItemId']] = elem
content = [ v for (k, v) in merged.items() ]
writeFile(dest, all_fields, content)
这里复杂的部分是合并。 merged
最终成为一个字典,其中键是项目 ID,每个 ID 的值也是一个字典,其键是文件中的字段。如果项目 ID 尚无条目,则会创建一个条目,但如果有,则该条目的值将使用新字典中的条目进行更新。
关于python - 将 CSV 文件与选定列合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34366994/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!