在 CSV 中查找字典键匹配并将值写入下一列

Question

使用 Python 2.7。

我每天早上都运行一个函数，它创建一个带有键和值的输出字典。输出字典结果如下所示：

“约翰”：1
“杰克”：5
“露西”：235
“莎拉”：33

然后我打开一个现有的 csv 文件，其中包含如下所示的列/行：

名称 1/1/17 1/2/17
约翰 5 88
杰克 31 34
莎拉 45 12
露西 77 57

其中A列标题始终为名称，每个连续的列标题为该列中数据的日期。

我正在尝试编写一个函数：

打开 csv， 写入 csv 将日期附加到下一个可用的列标题（即第 1 行） 然后 在 csv 中找到与我的字典中的键匹配的键 将字典中的值附加到 csv 中的下一个打开列

使用我上面的例子，然后
名称 1/1/17 1/2/17
约翰 5 88
杰克 31 34
莎拉 45 12
露西 77 57

变成

名称 1/1/17 1/2/17 1/3/17
约翰 5 88 1
杰克 31 34 5
莎拉 45 12 33
露西 77 57 235

我已经非常接近我想要用以下代码做的事情了：

import pandas as pd
import datetime


starter_df = pd.read_csv('keyword_results.csv', names = ['Keyword'])

#dictionary created by function
test_dic = {"John": 12, "Jake": 45, "Sarah": 31, "Lucy": 18}

now = datetime.datetime.now()

str_date = now.strftime("%m %d %Y")

starter_df[str_date] = starter_df["Keyword"].map(test_dic)

starter_df.to_csv('keyword_results.csv')

我正在将 csv 读入数据帧，尝试将新列映射到数据帧，然后将数据帧输出到 csv。

问题是这会将日期写入新列，但其下方没有数据。

我很茫然，谢谢你的帮助。我还是 Python 新手。

Answer 1

您可以使用 lambda 来做到这一点，它既简单又快速。读取csv时也无需添加参数为“names = ['Keyword']”。

import pandas as pd
import datetime
import os 
os.chdir('D:/mypc/')

starter_df = pd.read_csv('keyword_results.csv')

#dictionary created by function
test_dic = {"John": 12, "Jake": 45, "Sarah": 31, "Lucy": 18}

now = datetime.datetime.now()
str_date = now.strftime("%m/%d/%Y")

starter_df[str_date] = starter_df["Name"].map(lambda x : test_dic[x])

starter_df.to_csv('keyword_results.csv')