使用Python3.3.0,我从csv文件(头:ID;Col1;Col2;Col3;Col4;Col5)创建了一个“字典”:
ID;Col1;Col2;Col3;Col4;Col5
15345;1;1;nnngngn;vhrhtnz;latest
12345;12;8;gnrghrtthr;tznhltrnhklr;latest
90834;3;4;something;nonsens;latest
12345;34;235;dontcare;muhaha;oldone有代码
file = "test.csv"
csv_file = csv.DictReader(open(file, 'r'), delimiter=';', quotechar='"')我希望将ID = 12345的行复制到新字典中,而不是复制到文件中。我真的很想把它复制到字典中,而不是一个列表中,因为我希望能够直接找到列名。我试过这样做
cewl = {}
for row in csv_file:
if row['ID'] == '12345':
cewl.update(row)
print(cewl)产出如下:
{'ID': '12345', 'Col1': '34', 'Col2': '235', 'Col3': 'dontcare', 'Col4': 'muhaha', 'Col5': 'oldone'}我的问题:只复制了第二行ID=12345,省略了第一行,我不知道为什么。
如果我尝试将其复制到一个新的列表中(只是为了测试目的),那么一切都很好:
cewl = []
for row in csv_file1:
if row['ID'] == '12345':
cewl.append(row)
print(cewl)产出如下:
[{'Col3': 'gnrghrtthr', 'Col2': '8', 'Col1': '12', 'Col5': 'latest', 'Col4': 'tznhltrnhklr', 'ID': '12345'},
{'Col3': 'dontcare', 'Col2': '235', 'Col1': '34', 'Col5': 'oldone', 'Col4': 'muhaha', 'ID': '12345'}]我不知道为什么复制到新的dictionary...there中不起作用,这似乎不是一种像.add或.append这样的dictreader方法。
如何在不遗漏任何行的情况下将数据复制到新字典中?
发布于 2013-02-12 10:30:29
预期的产出是多少?对于一个dict来说,这种行为是完全正常的;您正在用一个新值替换每个键的值。
如果您希望值是每个匹配行的值的列表,那么在defaultdict工厂中使用list会更容易:
from collections import defaultdict
cewl = defaultdict(list)
for row in csv_file:
if row['ID'] == '12345':
for k, v in row.items():
cewl[k].append(v)
print(cewl)这一产出如下:
defaultdict(<class 'list'>, {'Col1': ['12', '34'], 'ID': ['12345', '12345'], 'Col2': ['8', '235'], 'Col5': ['latest', 'oldone'], 'Col4': ['tznhltrnhklr', 'muhaha'], 'Col3': ['gnrghrtthr', 'dontcare']})defaultdict是dict的子类,因此print(cewl['Col1'])将打印['12', '34']。
当您使用.update()时,可以有效地执行以下操作:
for k, v in row.items():
cewl[k] = v例如,将cewl中的每个键设置为正在处理的行中的值。当处理最后一行时,它的值将覆盖前一行的值。
如果您只想筛选出符合特定ID条件的行,那么将它们添加到列表中就很好了。然后遍历匹配的结果来处理它们:
for row in cewl:
# do something with matched row或者,您可以构建一个生成器过滤器,在DictReader()周围进行筛选,这样就不需要在内存中构建列表了:
def rowfilter(reader, id):
for row in reader:
if row['ID'] == id:
yield row
for row in rowfilter(csv_file, '12345'):
# do something with matched rowhttps://stackoverflow.com/questions/14830282
复制相似问题