Python - CSV中行之间的层次关系

Question

我正在使用一个包含数据的text 文件，我想以不同的形状重新组织它。该文件包含带值的行，用分号分隔，没有标题。某些行包含的值是其他行的子项。我可以用代码（1 或 2）和它们的顺序来区分它们：子值总是在父值之后的行中。一行与另一行之间的子元素数量不同。父值不能有子值。

更明确地说，这是一个数据示例：

030;001;1;AD0192;
030;001;2;AF5612;AF5613;AF5614
030;001;1;CD0124;
030;001;2;CD0846;CD0847;CD0848
030;002;1;EG0376;
030;002;2;EG0666;EG0667;EG0668;EG0669;EG0670;
030;003;1;ZB0001;
030;003;1;ZB0002;
030;003;1;ZB0003;
030;003;2;ZB0004;ZB0005

结构是：

• 前三个字符是一个 id
• 接下来的三个字符也是一个 id
• 下一个是代码：当为 1 时，值（在我的示例中命名为键）是父级，当 2 个值是前一行的子级时。
• 后面的值为键、父或子。

我想将子值（使用代码 2）存储在列表中，并在其父值的同一行中。

这是我上面的数据示例和标题的示例：

id1;id2;key;children;
030;001;AD0192;[AF5612,AF5613,AF5614]    
030;001;CD0124;[CD0846,CD0847,CD0848]
030;002;EG0376;[EG0666,EG0667,EG0668,EG0669,EG0670]    
030;003;ZB0001;
030;003;ZB0002;
030;003;ZB0003;[ZB0004,ZB0005]

我可以从这个text 源文件构建CSV 分隔文件，添加一个标题，一个DictReader 来轻松操纵我的列和条件来识别我的父母和孩子的价值观。

但是如何将分层元素（代码为 2）存储在其父键同一行的列表中？

这是我在Python中的实际脚本

import csv   

inputTextFile = 'myOriginalFile.txt'
csvFile = 'myNewFile.csv'
countKey = 0
countKeyParent = 0
countKeyChildren = 0

with open(inputTextFile, 'r', encoding='utf-8') as inputFile:
    stripped = (line.strip() for line in inputFile)    
    lines = (line.split(";") for line in stripped if line)        

    # Write a CSV file
    with open(csvFile, 'w', newline='', encoding='utf-8') as outputCsvFile:        
        writer = csv.writer(outputCsvFile, delimiter=';')
        writer.writerow(('id1','id2', 'code', 'key', 'children'))
        writer.writerows(lines)

# Read the CSV      
with open(csvFile, 'r', newline='', encoding='utf-8') as myCsvFile:
    csvReader = csv.DictReader(myCsvFile, delimiter=';', quotechar='"')

    for row in csvReader:
        countKey +=1        

        if '1' in row['code'] :
            countKeyParent += 1            
            print("Parent: " + row['key'])

        elif '2' in row['code'] :
            countKeyChildren += 1
            print("Children: " + row['key'])  

print(f"----\nSum of elements: {countKey}\nParents keys: {countKeyParent}\nChildren keys: {countKeyChildren}")

Answer 1

一个简单的解决方案可能如下。我首先将您的数据作为行列表加载，每个行都是字符串列表。然后，我们首先构建您解释的层次结构，并将输出写入 CSV 文件。

from typing import List

ID_FIRST = 0
ID_SECOND = 1
PARENT_FIELD = 2
KEY_FIELD = 3

IS_PARENT = "1"
IS_CHILDREN = "2"


def read(where: str) -> List[List[str]]:
    with open(where) as fp:
        data = fp.readlines()

    rows = []

    for line in data:
        fields = line.strip().split(';')
        rows.append([fields[ID_FIRST],
                     fields[ID_SECOND],
                     fields[PARENT_FIELD],
                     *[item for item in fields[KEY_FIELD:]
                       if item != ""]])

    return rows


def assign_parents(rows: List[List[str]]):
    parent_idx = 0

    for idx, fields in enumerate(rows):
        if fields[PARENT_FIELD] == IS_PARENT:
            parent_idx = idx

        if fields[PARENT_FIELD] == IS_CHILDREN:
            rows[parent_idx] += fields[KEY_FIELD:]


def write(where: str, rows: List[List[str]]):
    with open(where, 'w') as file:
        file.write("id1;id2;key;children;\n")

        for fields in rows:
            if fields[PARENT_FIELD] == IS_CHILDREN:
                # These have been grouped into their parents.
                continue

            string = ";".join(fields[:PARENT_FIELD])
            string += ";" + fields[KEY_FIELD] + ";"

            if len(fields[KEY_FIELD + 1:]) != 0:  # has children?
                children = ",".join(fields[KEY_FIELD + 1:])
                string += "[" + children + "]"

            file.write(string + '\n')


def main():
    rows = read('myOriginalFile.txt')

    assign_parents(rows)

    write('myNewFile.csv', rows)


if __name__ == "__main__":
    main()

你的例子我得到

id1;id2;key;children;
030;001;AD0192;[AF5612,AF5613,AF5614]
030;001;CD0124;[CD0846,CD0847,CD0848]
030;002;EG0376;[EG0666,EG0667,EG0668,EG0669,EG0670]
030;003;ZB0001;
030;003;ZB0002;
030;003;ZB0003;[ZB0004,ZB0005]

这似乎是正确的。