在R或Python中列出具有相同值的CSV单元格？

Question

我有一个CSV，上面有机构名称和地址。如果我想要一个地址相同（特别是相同的邮政编码）的机构名称字符串，如何在R或Python中做到这一点？无论哪种方法最有效都是最好的，但我仍在学习这两种方法。googlerefine已经给了我每个邮政编码集群的数量，但是我只需要知道哪些代理对应于这些zip。在

是的，我知道邮政编码不好依赖，这是为了说明这一点。在

输入数据示例：

最终输出（稍后与shapefile合并）：

Answer 1

你应该能够构建一个字典：

import csv

from collections import defaultdict

agencies = defaultdict(list)

with open('file.csv', 'r') as handle:
    reader = csv.reader(handle)

    for row in reader:
        agencies[row[2]].append(row[0])

现在，agencies包含一个邮政编码到代理的映射。在

Answer 2

下面是一个使用模拟数据的R解决方案的草图：

set.seed(123)
dat <- data.frame(agency = sample(letters[1:15],100,replace = TRUE),
                  zipcode = sample(15,100,replace = TRUE))

head(dat)

#A base R solution
aggregate(dat$agency,
          by = list(dat$zipcode),
          FUN = function(x){paste(x,collapse = ",")})

#Or using the populat plyr package
library(plyr)
ddply(dat,
      .(zipcode),
      summarise,
      agencies = paste(agency,collapse = ","))

数据的屏幕截图通常不是最有用的显示内容。一个完整的，最小的可重复的例子将允许更完整的答案，更直接的帮助。（从而减少了你的后续问题。）