我如何最有效地进行这种数据转换答案

【问题标题】：How do I do this data transformation most efficiently我如何最有效地进行这种数据转换
【发布时间】：2016-07-12 19:06:11
【问题描述】：

我有一个非常大的 CSV 文件，其结构如下：

user_id,mail_id,action
1,100,sent
1,100,opened
1,100,clicked
2,100,sent
2,101,sent

我想重新格式化它以创建一个新的 CSV 文件，其中每个 user_id 有一行，每个 mail_id 有 1 列。如果原始表格中没有对应的行，则每个单元格中的值应为空白。否则它将具有与该用户和mail_id对应的最新操作（点击后打开，发送后出现）。

最终产品（给定上面的小数据表）应如下所示：

user_id,100,101
1,clicked,NULL
2,sent,sent

这种数据操作相当简单，但原始 CSV 很长，我正在寻找有关如何最有效地执行此操作的提示。

【问题讨论】：

CSV 是否已排序？
是的，已排序。而且我可以轻松地按任何列（或按列的组合）对其进行排序。

标签： python csv data-manipulation

【解决方案1】：

将数据读入某个结构的时间复杂度是 O(m*n)，对于 m 行，n 列，无论用于读取数据的方法如何。使用csv.read 最容易将数据读入字典字典{user_id: {100: most_recent_action,101: None}...}，然后使用csv.write 遍历输出到某些csv 的字典字典。

【讨论】：