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
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()
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))
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)