基于CSV创建二维数组

Question

我有一个包含数百万行的CSV文件，格式如下：

start, finish,count;
101,101,10;
101,103,2;
101,104,8;
102,103,5;

所以我们有一个开始的地点，一个结束的地点，还有一个旅行人数的统计。你知道吗

我想做的是把它放入一个“表样式”矩阵，所有的起始位置沿着顶部，所有的结束位置沿着侧面，在矩阵的主体中，有一个位于该相交点内的所有计数的总和。你知道吗

到目前为止，我已经清理和导入了CSV文件，并将开始和结束位置存储为向量，但我不确定如何继续形成矩阵体时，有人能帮忙吗？你知道吗

谢谢你。你知道吗

编辑：我希望它看起来如下：

    101,102;
101,10,0;
103,2,5;
104,8,0;

Answer 1

你说你有数百万行，所以我不知道这是否会有效，但如果你没有遇到内存问题，熊猫数据帧是一种方法：

import pandas as pd
df = pd.read_csv('inputfile.csv')

df = df.groupby(['start','finish']).agg({'count':sum}).reset_index()
# Create Pivot table
df_out = df.pivot(index='finish',columns = 'start',values='count')
# Write Output
df_out.rename_axis(None).to_csv('output.csv')

Answer 2

另一个带有^{}的解决方案：

print (df.pivot(index='finish', columns='start', values='count'))
start    101  102
finish           
101     10.0  NaN
103      2.0  5.0
104      8.0  NaN

如果需要删除列和索引名，请使用^{}（在pandas0.18.0中新增）：

print (df.pivot(index='finish', columns='start', values='count')
         .rename_axis(None)
         .rename_axis(None, axis=1))
      101  102
101  10.0  NaN
103   2.0  5.0
104   8.0  NaN

Answer 3

使用set_index和unstack

df.set_index(['start', 'finish'])['count'].unstack(0)

---

保存到csv

print df.set_index(['start', 'finish'])['count'].unstack(0).rename_axis(None) \
    .to_csv('myfilename.csv')

,101,102
101,10.0,
103,2.0,5.0
104,8.0,