基于嵌套For循环创建列表

Question

假设我使用的客户端计算机不允许pip或pandas，并且必须使用python2.7。不允许二进制文件和转换为exe。我正在读一个CSV，列标题是numpy的名字。你知道吗

在我的数据集中，我试图生成一个订单列表，该列表应用于设施、目的地、程序#和其他因素的独特组合，其中p是read csv数据集。你知道吗

CSV starting out

What it would look like if I did this in Excel.Order字段中的值是我希望在名为my\u orders的变量中作为列表的值。你知道吗

我当前的代码如下所示：

progs = np.unique(p['Program'])
facil = np.unique(p['Facility'])
dest = np.unique(p['Destination']) 
reqs = np.unique(p['Requested'])
prods = np.unique(p['Produced'])
tier1 = np.unique(p['Tier1'])
tier2 = np.unique(p['Tier2'])

接下来的方法最初是用熊猫和Python3编写的，直到发现只有2.7和numpy可用：

for a in range(len(progs)):
    print("on Program ",a)
    ProgChild = {"name":progs[a], 'children':[]}
    for r in range(len(reqs)):
        reqChild = {"name":reqs[r], 'children':[]}
        for s in range(len(prods)):
            prodChild = {'name':prods[s], "children":[]}
            for g in range(len(progs)):
                programChild = {'name':progs[g], "children":[]}
                for i in range(len(facil)):
                    FacilChild={"name":facil[i], "children":[]}
                    for c in range(len(tier1)):
                        Tier1Child={"name":tier1[c], "children":[]}
                        for d in range(len(tier2)):
                            # here's where I'm in trouble:
                            Order_Cond = np.array[[progs[a]& reqs[r]&
                                prods[s]&progs[g]& facil[i]& tier1[c]]
                            my_orders = np.where(p['Orders'], Order_cond)
                            print my_orders
                            # do other things

正如您所看到的，最初的目的是使用For循环来设置一个例程，该例程只返回来自设施、目的地、程序等的唯一组合的订单列表。Order\u cond变量显然有错误的语法。你知道吗

如果这是在SQL中，我只会说“从我的数据中选择订单，其中progs=a&reqs=r；”以此类推。你知道吗

我也考虑过列表理解，但它也不起作用：

list(x for p['Orders'] in p if p['Orders'] in Order_cond)

同样，目标是创建一个订单列表，并将其存储在我的订单中，然后我将其用于其他函数。你知道吗

Answer 1

所以您想从csv文件中选择与特定列的特定值相对应的行？在Python2.7中是这样吗？好吧，这对2.7来说并不难

使用csv.DictReader您会发现这是最简单的，它将csv文件读取为字典行，其中键对应于每行的列标签。然后，给定要为其选择的键和值对的字典，下面的代码将返回一个适合您需要的字典数组。如果您想去掉键值对，只需要值的数组this is trivially implemented。因为您可以将csv文件转换为字典列表，所以这就变成了selecting a dictionary from an array with certain values for keys的问题

import csv

def dict_has_key_values(dict, dict_key_values):
    for key in dict_key_values:
        if not(key in dict and dict[key] == dict_key_values[key]):
           return False
    return True

def select_from_dict(csv_dict_reader, dict_key_values):
    list_of_dict = []
    for row_dict in csv_dict_reader:
        if dict_has_key_values(dict, dict_key_values):
             list_of_dict.append(dict)
    return list_of_dict


with open('yourfile.csv') as csvfile:
    selected_key_values = {...}
    reader = csv.DictReader(csvfile)
    selected_rows = select_from_dict(reader, selected_key_values)

选定的行现在应该具有

A:至少每个键都在所选的\键\值中，并且

B:与这些键相关的值是相同的。你知道吗

Answer 2

我还没有完全了解您的嵌套if代码，但这里有一种方法可以识别满足特定条件的结构化数组中的记录

制作一个包含3个字段的示例数组：

In [447]: dt = np.dtype('S10,S10,int')
In [448]: data = np.ones((10,),dt)
In [451]: data['f0']='one two three four five six seven eight nine ten'.split()
In [452]: data['f1']='a b c a b c a b c a'.split()
In [453]: data['f2']=np.arange(10)
In [454]: data
Out[454]: 
array([(b'one', b'a', 0), (b'two', b'b', 1), (b'three', b'c', 2),
       (b'four', b'a', 3), (b'five', b'b', 4), (b'six', b'c', 5),
       (b'seven', b'a', 6), (b'eight', b'b', 7), (b'nine', b'c', 8),
       (b'ten', b'a', 9)], 
      dtype=[('f0', 'S10'), ('f1', 'S10'), ('f2', '<i4')])

测试一个字段：

In [461]: cond = data['f0']==b'three'
In [462]: cond
Out[462]: array([False, False,  True, False, False, False, False, False, False, False], dtype=bool)

另一个具有多个匹配项的字段：

In [463]: cond = data['f1']==b'c'
In [464]: cond
Out[464]: array([False, False,  True, False, False,  True, False, False,  True, False], dtype=bool)

结合多个现场测试：

In [465]: cond = (data['f1']==b'c') & (data['f0']==b'three') & (data['f2']==2)
In [466]: cond
Out[466]: array([False, False,  True, False, False, False, False, False, False, False], dtype=bool)
In [467]: data[cond]
Out[467]: 
array([(b'three', b'c', 2)], 
      dtype=[('f0', 'S10'), ('f1', 'S10'), ('f2', '<i4')])

或者走sql路线：

In [468]: import sqlite3
In [469]: conn=sqlite3.connect(':memory:')
In [470]: cur = conn.cursor()
In [471]: cur.execute('''CREATE TABLE array (f0 str, f1 str, f2 int)''')
Out[471]: <sqlite3.Cursor at 0xaa0a38a0>
In [472]: cur.executemany("INSERT INTO array VALUES (?,?,?)",data)

data的元素看起来就像一个元组；因此插入很简单。你知道吗

Out[472]: <sqlite3.Cursor at 0xaa0a38a0>
In [473]: cur.execute('select * from array')
Out[473]: <sqlite3.Cursor at 0xaa0a38a0>
In [474]: cur.fetchall()
Out[474]: 
[(b'one', b'a', b'\x00\x00\x00\x00'),
 (b'two', b'b', b'\x01\x00\x00\x00'),
 (b'three', b'c', b'\x02\x00\x00\x00'),
 ...
 (b'ten', b'a', b'\t\x00\x00\x00')]
In [486]: cur.execute('select * from array where f0==(?)',(b"four",))
Out[486]: <sqlite3.Cursor at 0xaa0a38a0>
In [487]: cur.fetchall()
    Out[487]: [(b'four', b'a', b'\x03\x00\x00\x00')]
In [488]: cur.execute('select * from array where f0==(?) or f1==(?)',(b"four",b"c"))
Out[488]: <sqlite3.Cursor at 0xaa0a38a0>
In [489]: cur.fetchall()
Out[489]: 
[(b'three', b'c', b'\x02\x00\x00\x00'),
 (b'four', b'a', b'\x03\x00\x00\x00'),
 (b'six', b'c', b'\x05\x00\x00\x00'),
 (b'nine', b'c', b'\x08\x00\x00\x00')]

这个例子需要更清晰一些，但它给出了可能的大致概念。你知道吗