Python 从CSV中查找重复数据，然后合并到特定架构中

上下文：

出于视频编辑的目的，我接收带有镜头名称、开始和结束时间代码的CSV。 有趣的CSV数据的格式如下：

源输入/输出需要转换为帧范围（如1-24） 所以基本上一个镜头被提取为序列（'shot'，'framerange'）像：'SQ010，（'010'，'150-1000'）。 一个序列可以（或不可以）有多个放炮，并且同一个放炮的多个时间段具有相似或不同的震源输入和输出。一个编辑（CSV）可以有多个序列

问题：

1/我无法按预期方式合并具有重叠帧范围的重复快照，即：

[（'SQ010'，（'010'，0-81'），（'010'，10-250'），（'SQ020'，（…）]

如果同一个镜头的切割没有重叠，结果必须是：

[（'SQ010'，（'050'，'0-65,70-81'），（'070'，'10-250'），（'SQ020'，（…）]

2/当我有重复的快照时，我无法运行我们后面的所有脚本，因为他们希望有唯一的快照。因此，我（目前）无法更改预期的结果格式

3/由于某些原因，列表中可能会出现一些“无”，因为我的代码中有重复的快照。我真的不明白如何避免它们

我现在能做什么：

我能够提取序列、快照、时间码并将其转换，但不能合并重复的快照时间码

import csv
import re
import sys
import os

with open(writeClean, 'r') as clearSL:
    reader = csv.DictReader(clearSL)
    data = {}
    for row in reader:
        for header, value in row.items():
            try:
                data[header].append(value)
            except KeyError:
                data[header] = [value]

# extract from CSV
seqLine = []
shotLine= []
for i in data['Name']:
    if i.startswith('SQ') :
        seq,shot=i.split('_')
        seqLine.append(seq)
        shotLine.append(shot)
    else:
        pass

fInLine=[]
durationTCtoFrame=[]

#read framerate from the first usable shot TODO: do it per shot for precision
framerate = int( float( list( set(data['Source FPS']) )[0] ) )

#convert Timecode to frame
for TC in data['Source In']:
    inTCtoFrame = int(round(tcToFrames(TC,framerate)))
    fInLine.append(inTCtoFrame)

for TC in data['Source Out']:
    duration = int(round(tcToFrames(TC,framerate)))
    durationTCtoFrame.append(duration)


fRange = ["{}-{}".format(*i) for i in zip(fInLine, fOutLine)] #merge first frame and last frame in string format usable by GCC

shotList = list(map(lambda x,y:(x,y),shotLine,fRange))  # merge shotname with framerange
#TEST - print(shotList)
seqInfo = map(lambda x,y:(x,y),seqLine,shotList) # merge sequence and shot
#TEST - print(seqInfo)
seqClean = list(set(seqInfo)) # remove duplicate with set()
seqClean.sort() # order all 
#TEST - print(seqClean)
seqList = [(i,) + tuple(i[1] for i in e) for i, e in groupby(seqClean, lambda x: x[0])] #group shots per sequences
#TEST - print(seqList)

这给了我这种类型的结果：

[（'SQ010'，（'050'，'0-81'），（'050'，'0-65'），（…）]

如果有帮助，我可以提供完整的CSV

---

谢谢你

使用

defaultdict（list）

，不要写你自己的

zip（）

为什么以及如何写？基本替换返回错误：TypeError：第一个参数必须是可调用的，或者无

zip（）

与iterables一起工作，

映射（lambda x，y:（x，y），a，B）

=

zip（a，B）