循环CSV文件中的数据，以便将“1”和“0”输出到文本文件（Python）

Question

我最近开始学习Python，在尝试为我正在工作的项目格式化一些数据时遇到了问题。我已经设法把一个CSV文件作为一个输入，现在我正在尝试遍历该数据，并根据数据将“1”和“0”输出到一个文本文件中。你知道吗

到目前为止，我有以下代码：

data = {} 
productIds = [] 

for row in reader:
    productIds.append(row['productCode']) 
    if row['basketID'] not in data:
        data[row['basketID']] = [row['productCode']]
    else:
        data[row['basketID']].append(row['productCode'])

productIds = sorted(set(productIds))

for item in productIds:
    txtFile.write("%s " % item)
txtFile.write('\n')

for key in data: # Will loop through each basket
    for value in data[key]: #Loop through each product in basket
        for i in productIds: # Go through list of available products
            if value == i: 
                txtFile.write('1 ')
            else:
                txtFile.write('0 ')
    txtFile.write('\n')

结果是：

23 24 25 #Products 
1  0  0  0 1 0 0 0 1 #Basket 1
1  0  0              #Basket 2
1  0  0              #Basket 3
0  0  1              #Basket 4
0  1  0  0 0 1       #Basket 5

预期结果：

23 24 25 #Products
1  1  1  #Basket 1  
1  0  0  #Basket 2  
1  0  0  #Basket 3  
0  0  1  #Basket 4
0  1  1  #Basket 5

CSV文件：

basketID productCode 
1        23  
1        24  
1        25  
2        23  
3        23  
4        25  
5        24  
5        25  

我相信在同一个产品的产品列表中循环是错误的，但我不知道如何实现这一点。你知道吗

Answer 1

试试这个：

data = {} 
productIds = [] 

for row in reader:
    productIds.append(row['productCode']) 
    if row['basketID'] not in data:
        data[row['basketID']] = set(row['productCode'])
    else:
        data[row['basketID']].add(row['productCode'])

productIds = sorted(set(productIds))

for item in productIds:
    txtFile.write("%s " % item)
txtFile.write('\n')

for key in data: # Will loop through each basket
    for value in sorted(data[key]): #Loop through each product in basket
        for i in productIds: # Go through list of available products
            if value == i: 
                txtFile.write('1 ')
            else:
                txtFile.write('0 ')
    txtFile.write('\n')

Answer 2

问题在于最后一个for循环。您正在遍历每个篮子并迭代当前篮子中的每个产品。对于每个项目，您都要检查它是否等于当前productId。由于有3个productID，您将获得篮子中存在的项目的3倍条目。你知道吗

例如：对于basket1，您正在循环执行第一项=>；23 为此，您在输出文件中创建3个条目： 对于productIds中的i 123=23=>；1 223=24=>；0 三。23=25=>；0

另外，你还有一个问题。由于您的dict不是按键排序的，因此篮子循环的顺序不能保证按递增顺序从basket1到basket5。

将最后一个for循环替换为：（对dict排序，然后进行正确的迭代）

data=collections.OrderedDict(sorted(data.items()));
for key in data: # Will loop through each basket
    for productId in productIds: #Loop through each productId
        if productId in data[key]: # check if productId in the basket products 
            txtFile.write('1 ')
        else:
            txtFile.write('0 ')
    txtFile.write('\n')

输出：

23 24 25 
1 1 1 
1 0 0 
1 0 0 
0 0 1 
0 1 1 

Answer 3

我想你应该试试这个。首先读取为数据帧

>>> df = pd.read_csv("lia.csv")
>>> df
   basketID  productCode
0         1           23
1         1           24
2         1           25
3         2           23
4         3           23
5         4           25
6         5           24
7         5           25

那么

g1 = df.groupby( [ "productCode","basketID"] ).count()
g1
Empty DataFrame
Columns: []
Index: [(23, 1), (23, 2), (23, 3), (24, 1), (24, 5), (25, 1), (25, 4), (25, 5)