使用Python对csv d进行分组

Question

我有一个csv文件，其中有数千个条目需要分组。在下面的示例中，我需要根据River名称将每一行分成多个组，以便以后可以根据它们的组重新格式化信息。

River Name, Branch, Length
Catnip, 1, 2145.30
Peterson, 2, 24.5
Catnip, 3, 15.4
Fergerson, 1, 5.2
Catnip, 1, 88.56
Peterson, 2, 6.45

我唯一能想到的信息分组方法是：

1. 使用python读取csv并创建一个仅包含唯一河流名称的列表。
2. 基于独特的河流名称创建新的个人csv，例如Peterson.csv， Catnip.csv。
3. 使用python读取原始csv，并根据正在读取的行上的river名称，将该行写入相应的.csv文件。e、 g行Catnip，12145.30将写入Catnip.csv

我不认为这是一个有效的方法来实现这一点，因为它给了我大约1500个csv，将需要开放和编写，但我在我的python知识的极限。如果有人能提供更好的方法，我们将不胜感激。

Answer 1

python pandas可以处理csv数据集。我没有做过任何相关的事情，但最好先检查一下熊猫。

http://pandas.pydata.org/pandas-docs/stable/

Answer 2

您可以使用pandas库。 用逗号分隔符读取csv文件

import pandas as pd
df =  pd.read_csv('yourfile.csv',sep=',')

Df是pandas中的dataframe，用于操作导入的csv文件。

pandas会自动将csv文件分区为列/行。 您只需使用df['River Name']访问River Name列。

Answer 3

您还可以简单地使用csv模块并将结果保存到字典中。我列举了读者跳过第一行（我相信一定有更简单的方法…）。然后读取每一行并将值赋给river、branch和length。如果river不在字典中，那么它用空列表初始化它。然后将branch和length的元组对附加到字典中。

rivers = {}
with open('rivers.csv', mode='rU') as f:
    reader = csv.reader(f, delimiter=',')  # dialect=csv.excel_tab?
    for n, row in enumerate(reader):
        if not n:
            # Skip header row (n = 0).
            continue  
        river, branch, length = row
        if river not in rivers:
            rivers[river] = list()
        rivers[river].append((branch, length))

>>> rivers
{'Catnip': [('1', '2145.3'), ('3', '15.4'), ('1', '88.56')],
 'Fergerson': [('1', '5.2')],
 'Peterson': [('2', '24.5'), ('2', '6.45')]}