在csv文件中添加新列，并对on记录进行操作 [英] Add new column in a csv file and manipulate on the on records
问题描述
我有4个csv文件，名为PV.csv，Dwel.csv，Sess.csv和Elap.csv。我有15列和arouind 2000行在每个文件。首先，我想在每个文件中添加一个名为Var的新列，并使用相同的文件名填充新列的单元格。因此，PV.csv文件中的新列'Var'将被PV填充。同样是其他3个文件。
之后，我想操作所有的文件如下。
最后，我想根据A_ID和B_ID合并/加入这4个文件并将记录写入新的csv文件名finalFile.csv。
任何建议和帮助是值得赞赏的。
< p> PV.csv如下：< / p> ;
A_ID B_ID LO UP LO UP
103 321 0 402
103 503 192 225 433 608
106 264 104 258 334 408
107 197 6 32 113 258
Dwell.csv如下：
A_ID B_ID LO UP LO UP
103 321 40 250 517 780
103 503 80 125 435 585
106 264 192 525 682
107 197 324 492 542 614
Session.csv如下：
A_ID B_ID LO UP LO UP
103 321 75 350 370 850
106 264 92 225 482 608
107 197 24 92 142
Elapsed.csv如下：
A_ID B_ID LO UP LO UP
103 321 5 35 75
103 503 100 225 333 408
106 264 102 325 582
107 197 24 92 142 214
PV.csv的第一个输出文件如下：
相同的方式，所有其余的三个文件将被填充以ehrer文件名，Dwell，Session和Elapsed的新列：
A_ID B_ID Var LO UP LO UP
103 321 PV 0 402
103 503 PV 192 225 433 608
106 264 PV 104 258 334 408
107 197 PV 6 32 113 258
最终输出文件如下： p>
finalFile.csv。
A_ID B_ID
103 321 PV 0 402
103 321 Dwel 40 250
103 321 Dwel 251 517
103 321 Dwel 518 780
103 321 Sess 75 350
103 321 Sess 351 370
103 321 Sess 371 850
103 321 Elap 5 35
103 321 Elap 36 75
103 503 PV 192 225
103 503 PV 226 433
103 503 PV 434 608
103 503 Dwel 80 125
103 503 Dwel 126 435
103 503 Dwel 436 585
103 503 Elap 100 225
103 503 Elap 226 333
103 503 Elap 334 408
106 264 PV 104 258
106 264 PV 259 334
106 264 PV 335 408
106 264 Dwel 192 525
106 264 Dwel 526 682
106 264 Sess 92 225
106 264 Sess 226 482
106 264 Sess 483 608
106 264 Elap 102 325
106 264 Elap 326 582
107 197 PV 6 32
107 192 PV 33 113
107 192 PV 114 258
107 192 Dwel 324 492
107 192 Dwel 493 542
107 192 Dwel 543 614
107 192 Sess 24 92
107 192 Sess 93 142
107 192 Elap 24 92
107 192 Elap 93 142
107 192 Elap 143 214
p>
从集合import defaultdict
来自itertools import groupby
import csv
entries = defaultdict（list）
csv_files = [（0，'PV.csv'，'PV'），（1，'Dwell.csv'，'Dwel'），（2，'Session.csv'，'Sess '），（3，'Elapsed.csv'，'Elap'）]
索引，文件名，短名称在csv_files中：
f_input = open（filename，'rb'）
csv_input = csv.reader（f_input）
header = next（csv_input）
对于csv_input中的行：
row [：] = [col ]
f_input.close（）
$ [ b
f_output = open（'finalFile.csv'，'wb'）
csv_output = csv.writer（f_output）
csv_output.writerow（header [：2] + ['Var'] + header [2：4]）
用于排序（entries.keys（））中的键：
用于groupby中的k，g x：x [1]）：
var_group = list（g）
if len（var_group [0] [2]）：
up = var_group [0] [2]
用于在var_group中输入：
用于zip中的对（* [iter（entry [2]）] * 2）：
csv_output.writerow（[key [0]，key [1] ，entry [1]，up，pair [1]]）
up = int（pair [1]）+ 1
f_output.close（）
使用您提供的数据，输出以下结果：
A_ID，B_ID，Var，LO，UP
103,321，PV，0,402
103,321，Dwel，40,250
103,321，Dwel，251,780
103,321，Sess，75,350
103,321，Sess，351,850
103,321，Elap，5,35
103,503，PV，192,225
103,503，PV，226,608
103,503，Dwel，80,125
103,503， Dwel，126,585
103,503，Elap，100,225
103,503，Elap，226,408
106,264，PV，104,258
106,264，PV，259,408
106,264，Dwel，192,525
106,264，Sess，92,225
106,264，Sess，226,608
106,264，Elap，102,325
107,197，PV，6,32
107,197，PV，33,258
107,197 ，Dwel，324,492
107,197，Dwel，493,614
107,197，Sess，24,92
107,197，Elap，24,92
107,197，Elap，93,214
要处理文件夹中的所有csv文件，您可以将以下内容添加到脚本的顶部：
import os
import glob
csv_files = [（index，file，os.path.splitext（file）[0]）for index，file in enumerate （glob.glob（'*。csv'））]
输出文件，否则将在下次运行脚本时读取。
使用Python 2.6.6测试（我相信是OP使用的） p>
I have 4 csv files named PV.csv, Dwel.csv, Sess.csv, and Elap.csv. I have 15 columns and arouind 2000 rows in each file. At first I would like to add a new column named Var in each file and fill up the cells of the new column with the same file name. Therefore, new column 'Var' in PV.csv file will filled up by PV. Same is for other 3 files. After that I would like to manipulate the all the files as follows.
Finally I would like to merge / join these 4 files based on the A_ID and B_ID and write records into a new csv file name finalFile.csv. Any suggestion and help is appreciated.
<p>PV.csv is as follows:</p>
A_ID B_ID LO UP LO UP
103 321 0 402
103 503 192 225 433 608
106 264 104 258 334 408
107 197 6 32 113 258
Dwell.csv is as follows:
A_ID B_ID LO UP LO UP
103 321 40 250 517 780
103 503 80 125 435 585
106 264 192 525 682
107 197 324 492 542 614
Session.csv is as follows:
A_ID B_ID LO UP LO UP
103 321 75 350 370 850
106 264 92 225 482 608
107 197 24 92 142
Elapsed.csv is as follows:
A_ID B_ID LO UP LO UP
103 321 5 35 75
103 503 100 225 333 408
106 264 102 325 582
107 197 24 92 142 214
First output file of PV.csv will be as follows:
Same way all rest of three files will be filled up with new column with ehrer file name, Dwell, Session, and Elapsed:
A_ID B_ID Var LO UP LO UP
103 321 PV 0 402
103 503 PV 192 225 433 608
106 264 PV 104 258 334 408
107 197 PV 6 32 113 258
Final output file will be as follows:
finalFile.csv.
A_ID B_ID Var LO UP
103 321 PV 0 402
103 321 Dwel 40 250
103 321 Dwel 251 517
103 321 Dwel 518 780
103 321 Sess 75 350
103 321 Sess 351 370
103 321 Sess 371 850
103 321 Elap 5 35
103 321 Elap 36 75
103 503 PV 192 225
103 503 PV 226 433
103 503 PV 434 608
103 503 Dwel 80 125
103 503 Dwel 126 435
103 503 Dwel 436 585
103 503 Elap 100 225
103 503 Elap 226 333
103 503 Elap 334 408
106 264 PV 104 258
106 264 PV 259 334
106 264 PV 335 408
106 264 Dwel 192 525
106 264 Dwel 526 682
106 264 Sess 92 225
106 264 Sess 226 482
106 264 Sess 483 608
106 264 Elap 102 325
106 264 Elap 326 582
107 197 PV 6 32
107 192 PV 33 113
107 192 PV 114 258
107 192 Dwel 324 492
107 192 Dwel 493 542
107 192 Dwel 543 614
107 192 Sess 24 92
107 192 Sess 93 142
107 192 Elap 24 92
107 192 Elap 93 142
107 192 Elap 143 214
The following script should get you started:
from collections import defaultdict
from itertools import groupby
import csv
entries = defaultdict(list)
csv_files = [(0, 'PV.csv', 'PV'), (1, 'Dwell.csv', 'Dwel'), (2, 'Session.csv', 'Sess'), (3, 'Elapsed.csv', 'Elap')]
for index, filename, shortname in csv_files:
f_input = open(filename, 'rb')
csv_input = csv.reader(f_input)
header = next(csv_input)
for row in csv_input:
row[:] = [col for col in row if col]
entries[(row[0], row[1])].append((index, shortname, row[2:]))
f_input.close()
f_output = open('finalFile.csv', 'wb')
csv_output = csv.writer(f_output)
csv_output.writerow(header[:2] + ['Var'] + header[2:4])
for key in sorted(entries.keys()):
for k, g in groupby(sorted(entries[key]), key=lambda x: x[1]):
var_group = list(g)
if len(var_group[0][2]):
up = var_group[0][2][0]
for entry in var_group:
for pair in zip(*[iter(entry[2])]*2):
csv_output.writerow([key[0], key[1], entry[1], up, pair[1]])
up = int(pair[1]) + 1
f_output.close()
Using the data you have provided, this gives the following output:
A_ID,B_ID,Var,LO,UP 103,321,PV,0,402 103,321,Dwel,40,250 103,321,Dwel,251,780 103,321,Sess,75,350 103,321,Sess,351,850 103,321,Elap,5,35 103,503,PV,192,225 103,503,PV,226,608 103,503,Dwel,80,125 103,503,Dwel,126,585 103,503,Elap,100,225 103,503,Elap,226,408 106,264,PV,104,258 106,264,PV,259,408 106,264,Dwel,192,525 106,264,Sess,92,225 106,264,Sess,226,608 106,264,Elap,102,325 107,197,PV,6,32 107,197,PV,33,258 107,197,Dwel,324,492 107,197,Dwel,493,614 107,197,Sess,24,92 107,197,Elap,24,92 107,197,Elap,93,214
To work with all csv files in a folder, you could add the following to the top of the script:
import os
import glob
csv_files = [(index, file, os.path.splitext(file)[0]) for index, file in enumerate(glob.glob('*.csv'))]
You should also change the location of the output file otherwise it will be read in the next time the script is run.
Tested using Python 2.6.6 (which I believe is what the OP is using)
这篇关于在csv文件中添加新列，并对on记录进行操作的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
