Python 如何最有效地进行此数据转换

我有一个非常大的CSV文件，其结构如下：

user_id,mail_id,action
1,100,sent
1,100,opened
1,100,clicked
2,100,sent
2,101,sent

我想重新格式化它以创建一个新的CSV文件，其中每个用户id有一行，每个邮件id有一列。如果原始表中没有相应的行，则每个单元格中的值应为空。否则，它将具有与该用户和邮件id对应的最新操作（打开后单击，发送后单击）

最终产品（给出上面的小数据表）应如下所示：

user_id,100,101
1,clicked,NULL
2,sent,sent

---

这种数据操作相当简单，但原始CSV相当长，我正在寻找如何最有效地执行此操作的技巧。

将数据读入某个结构的时间复杂度是O（m*n），对于m行，n列，无论使用何种方法读取数据。最容易读入字典的数据，

{user\u id:{100:most\u recent\u action，101:None}…}

，使用

csv.read

，然后使用

csv.write

迭代字典，输出到某个csv。csv是否已排序？是的，已排序。我可以很容易地按任何列（或列的组合）排序。