Python3：创建字典的选择性副本作为新字典

Question

使用 Python 3.3.0，我从 csv 文件（标题：ID;Col1;Col2;Col3;Col4;Col5）创建了一个“字典”：

ID;Col1;Col2;Col3;Col4;Col5
15345;1;1;nnngngn;vhrhtnz;latest
12345;12;8;gnrghrtthr;tznhltrnhklr;latest
90834;3;4;something;nonsens;latest
12345;34;235;dontcare;muhaha;oldone

有代码

file = "test.csv" 
csv_file = csv.DictReader(open(file, 'r'), delimiter=';', quotechar='"')

我想将 ID = 12345 的行复制到新字典中，而不是复制到文件中。 我真的需要复制到字典中，而不是列表中，因为我希望能够直接处理列名。 我尝试这样做

cewl = {}
for row in csv_file:
   if row['ID'] == '12345':
   cewl.update(row)
print(cewl)

输出是：

{'ID': '12345', 'Col1': '34', 'Col2': '235', 'Col3': 'dontcare', 'Col4': 'muhaha', 'Col5': 'oldone'}

我的问题： 只复制了 ID=12345 的第二行，第一行省略了，不知道为什么。

如果我通过复制到新列表中来尝试此操作（仅用于测试目的），一切正常：

cewl = []
for row in csv_file1:
if row['ID'] == '12345':
    cewl.append(row)
print(cewl)

输出是：

[{'Col3': 'gnrghrtthr', 'Col2': '8', 'Col1': '12', 'Col5': 'latest', 'Col4': 'tznhltrnhklr', 'ID': '12345'}, 
{'Col3': 'dontcare', 'Col2': '235', 'Col1': '34', 'Col5': 'oldone', 'Col4': 'muhaha', 'ID': '12345'}]

我不知道为什么通过复制到新字典中这不起作用...似乎没有像 .add 或 .append 这样的方法用于 dictreader。

如何将我的数据复制到新字典中而不丢失任何行？

Answer 1

预期的输出是什么？ dict 的行为是完全正常的；您正在用新值替换每个键的值。

如果您希望值是每个匹配行的值的列表，则使用defaultdict 和list 工厂会更容易：

from collections import defaultdict

cewl = defaultdict(list)

for row in csv_file:
   if row['ID'] == '12345':
       for k, v in row.items():
           cewl[k].append(v)

print(cewl)

这个输出：

defaultdict(<class 'list'>, {'Col1': ['12', '34'], 'ID': ['12345', '12345'], 'Col2': ['8', '235'], 'Col5': ['latest', 'oldone'], 'Col4': ['tznhltrnhklr', 'muhaha'], 'Col3': ['gnrghrtthr', 'dontcare']})

defaultdict 是dict 的子类，所以print(cewl['Col1']) 将打印['12', '34']。

当您使用.update() 时，您可以有效地做到这一点：

for k, v in row.items():
    cewl[k] = v

例如将cewl 中的每个键设置为在正在处理的行中找到的值。在处理最后一行时，它的值会覆盖前一行的值。

如果您只想过滤掉与某个ID 条件匹配的行，那么将它们添加到列表中就可以了。然后循环匹配的结果来处理它们：

for row in cewl:
    # do something with matched row

或者您可以构建一个生成器过滤器，将您的DictReader() 包裹起来为您进行过滤，因此您无需在内存中构建列表：

def rowfilter(reader, id):
    for row in reader:
        if row['ID'] == id:
            yield row

for row in rowfilter(csv_file, '12345'):
    # do something with matched row