Python中的扁平实体属性值(EAV)模式

Question

我有一个实体属性值格式的csv文件(，即，我的event_id是非唯一的，对k相关属性重复k次)：

event_id, attribute_id, value
1, 1, a
1, 2, b
1, 3, c
2, 1, a
2, 2, b
2, 3, c
2, 4, d

有什么方便的技巧可以将可变数量的属性(，即，行)转换为列吗？这里的关键是输出应该是结构化数据的m x n表，其中m=max(k)；用NULL填充缺失的属性将是最佳的：

event_id, 1, 2, 3, 4
1, a, b, c, null
2, a, b, c, d

我的计划是(1)将csv转换为JSON对象，如下所示：

data = [{'value': 'a', 'id': '1', 'event_id': '1', 'attribute_id': '1'},
{'value': 'b', 'id': '2', 'event_id': '1', 'attribute_id': '2'},
{'value': 'a', 'id': '3', 'event_id': '2', 'attribute_id': '1'},
{'value': 'b', 'id': '4', 'event_id': '2', 'attribute_id': '2'},
{'value': 'c', 'id': '5', 'event_id': '2', 'attribute_id': '3'},
{'value': 'd', 'id': '6', 'event_id': '2', 'attribute_id': '4'}]

(2) 提取唯一事件ids:

events = set()
for item in data:
events.add(item['event_id'])

(3) 创建一个列表列表，其中每个内部列表都是相应父事件的属性列表。

attributes = [[k['value'] for k in j] for i, j in groupby(data, key=lambda x: x['event_id'])]

(4) 创建一个将事件和属性组合在一起的字典：

event_dict = dict(zip(events, attributes))

它看起来像这样：

{'1': ['a', 'b'], '2': ['a', 'b', 'c', 'd']}

我不知道如何在必要时填充NULL值，使所有内部列表的长度相同。这似乎是需要在步骤(3)中完成的事情。此外，我还想到了创建满是mNULL值的n列表，然后遍历每个列表，并使用attribute_id作为列表位置填充该值；但这似乎很刺耳。

Answer 1

您的基本想法似乎是正确的，尽管我会按如下方式实现它：

import itertools
import csv
events = {}  # we're going to keep track of the events we read in
with open('path/to/input') as infile:
for event, _att, val in csv.reader(infile):
if event not in events:
events[event] = []
events[int(event)].append(val)  # track all the values for this event
maxAtts = max(len(v) for _k,v in events.items())  # the maximum number of attributes for any event
with open('path/to/output', 'w') as outfile):
writer = csv.writer(outfile)
writer.writerow(["event_id"] + list(range(1, maxAtts+1)))  # write out the header row
for k in sorted(events):  # let's look at the events in sorted order
writer.writerow([k] + events[k] + ['null']*(maxAtts-len(events[k])))  # write out the event id, all the values for that event, and pad with "null" for any attributes without values