如何使用python获取在csv文件的第一列中仅出现一次的值

Question

我是 python 的新手，所以我正在尝试读取包含 700 行标题的 csv，并获取包含第一个 csv 列唯一值的列表。

示例 CSV：

SKU;PRICE;SUPPLIER
X100;100;ABC
X100;120;ADD
X101;110;ABV
X102;100;ABC
X102;105;ABV
X100;119;ABG

我在这里使用了这个例子

如何在 Python 中创建具有 CSV 文件唯一值的列表？

所以我做了以下工作：

import csv
mainlist=[]
with open('final_csv.csv', 'r', encoding='utf-8') as csvf:
    rows = csv.reader(csvf, delimiter=";")
    for row in rows:
        if row[0] not in rows:
            mainlist.append(row[0])
print(mainlist)

我

注意到在调试中，行是 1 行而不是 700，我只得到

["SKU"] 字段我做错了什么？

谢谢

Answer 1

使用熊猫的解决方案。您需要在正确的列上调用 unique 方法，这将返回具有该列中唯一值的 pandas 系列，然后使用 tolist 方法将其转换为列表。

下面SKU列中的示例。

import pandas as pd 
df = pd.read_csv('final_csv.csv', sep=";")
sku_unique = df['SKU'].unique().tolist()

如果您不知道/关心列名，则可以在正确的列数上使用iloc。请注意，计数索引从 0 开始：

df.iloc[:,0].unique().tolist()

如果问题打算只获取出现一次的值，则可以使用 value_counts 方法。这将创建一个系列，其中索引作为值SKU计数作为值，然后您必须以类似的方式将序列的索引转换为列表。使用第一个示例：

import pandas as pd 
df = pd.read_csv('final_csv.csv', sep=";")
sku_counts = df['SKU'].value_counts()
sku_single_counts = sku_counts[sku_counts == 1].index.tolist()

Answer 2

如果需要第一列的唯一值，可以修改代码以使用 set 而不是 list 。也许是这样的：

import collections
import csv
filename = 'final_csv.csv'
sku_list = []
with open(filename, 'r', encoding='utf-8') as f:
    csv_reader = csv.reader(f, delimiter=";")
    for i, row in enumerate(csv_reader):
        if i == 0:
            # skip the header
            continue
        try:
            sku = row[0]
            sku_list.append(sku)
        except IndexError:
            pass
print('All SKUs:')
print(sku_list)
sku_set = set(sku_list)
print('SKUs after removing duplicates:')
print(sku_set)
c = collections.Counter(sku_list)
sku_list_2 = [k for k, v in c.items() if v == 1]
print('SKUs that appear only once:')
print(sku_list_2)
with open('output.csv', 'w') as f:
    for sku in sorted(sku_set):
        f.write('{}n'.format(sku))

Answer 3

既

不使用pandas也不使用csv的解决方案：

lines = open('file.csv', 'r').read().splitlines()[1:]
col0 = [v.split(';')[0] for v in lines]
uniques = filter(lambda x: col0.count(x) == 1, col0)

或者，使用map(但可读性较差(：

col0 = list(map(lambda line: line.split(';')[0], open('file.csv', 'r').read().splitlines()[1:]))
uniques = filter(lambda x: col0.count(x) == 1, col0)