创建csv，每行只添加一个标题

Question

我有一个文件看起来像这个

a:1
a:2
a:3
b:1
b:2
b:2

我希望它取文件的a和b部分，并将其添加为第一列和下面的数字，如下所示。

a b
1 1
2 2
3 3

这能做到吗？

Answer 1

CSV(逗号分隔文件(中应该有逗号，因此输出应该有逗号而不是空格分隔符。

我建议将代码分为两部分：第一部分应该读取输入；第二个应该写出输出。

如果你的输入看起来像这样：

a:1
a:2
a:3
b:1
b:2
b:2
c:7

你可以阅读这样的输入：

#!/usr/bin/env python3
# Usage:  python3 scripy.py < input.txt > output.csv
import sys
# Loop through all the input lines and put the values in
# a list according to their category:
categoryList = {}  # key => category, value => list of values
for line in sys.stdin.readlines():
line = line.rstrip('n')
category, value = line.split(':')
if category not in categoryList:
categoryList[category] = []
categoryList[category].append(value)
# print(categoryList)  # debug line
# Debug line prints:  {'a': ['1', '2', '3'], 'b': ['1', '2', '2']}

这将把你的所有数据读入一个categoryList dict。这是一个包含类别(字母(作为键，包含列表(数字(作为值的dict。一旦你在dict中保存了所有数据，你就可以输出它

输出包括获得一个类别列表(在您的示例中是字母(，以便它们可以首先作为标题写出来：

# Get the list of categories:
categories = sorted(categoryList.keys())
assert categories, 'No categories found!'  # sanity check

从这里，您可以使用Python的nicecsv模块来输出标题，然后输出其余的行。当输出主数据时，我们可以使用外循环来循环通过每个类别的nth条目，然后我们可以使用内循环来循环每个类别：

import csv
csvWriter = csv.writer(sys.stdout)
# Output the categories as the CSV header:
csvWriter.writerow(categories)
# Now output the values we just gathered as
# Comma Separated Values:
i = 0  # the index into an individual category list
while True:
values = []
for category in categories:
try:
values.append(categoryList[category][i])
except IndexError:
values.append('')  # no value, so use an empty string
if len(''.join(values)) == 0:
break  # we've run out of categories that contain input
csvWriter.writerow(values)
i += 1  # increment index for the next time through the loop

如果你不想使用Python的csv模块，你仍然需要弄清楚如何将类别中的条目分组在一起。如果您所拥有的只是简单的输出(其中没有一个条目包含引号、换行符或逗号(，那么您可以手动写出输出。

你可以使用这样的东西来输出你的值：

# Output the categories as the CSV header:
print(','.join(categories))
# Now output the values we just gathered as
# Comma Separated Values:
i = 0  # the index into an individual category list
while True:
values = []
for category in categories:
try:
values.append(categoryList[category][i])
except IndexError:
values.append('')  # no value, so use an empty string
if len(''.join(values)) == 0:
break  # we've run out of categories that contain input
print(','.join(values))
i += 1  # increment index for the next time through the loop

这将打印出来：

a,b,c
1,1,7
2,2,
3,2,

它通过循环所有列表条目(外部循环(，然后循环所有类别(内部循环(，再打印出用逗号连接在一起的值来实现这一点。

如果您不希望在输出中使用逗号，那么从技术上讲，您不是在寻找CSV(逗号分隔值(输出。不过，在这种情况下，修改代码以获得所需内容应该很容易。

但是，如果您有更复杂的输出(即，包含引号、逗号和换行符的值(，则应强烈考虑使用csv模块来输出数据。否则，您将花费大量时间尝试修复csv模块已经处理的带有奇怪输入的模糊错误。