Python 阅读csv到dict的dict列表

我有一个大量（有意）重复的数据集。我想把它折叠起来，使它更适合我的需要。数据如下所示：

Header1, Header2,  Header3
Example1, Content1, Stuff1
Example1, Content2, Stuff2
Example1, Content3, Stuff3
Example2, Content1, Stuff1
Example2, Content5, Stuff5
etc...

我希望它最终成为一个dict，第一列的值作为键，dict列表作为这些键的值，如下所示：

{Example1 : [{Header2:Content1, Header3:Stuff1}, {Header2:Content2, Header3:Stuff2}, {Header2:Content3, Header3:Stuff3}],
 Example2 : [{Header2:Content1, Header3:Stuff1}, {Header2:Content5, Header3:Stuff5}]}

---

我对Python是一个全新的新手，所以如果这个问题让人困惑，请随时澄清 我完全改变了答案，因为你改变了你的问题，所以我只是在你自己的答案中整理了代码，所以它更“Pythonic”：

---

不确定您为什么希望数据采用这种格式，但这取决于您。

此代码可以工作，但我不知道它有多像pythonic，我也不理解为什么

flatten_data

dict的键顺序与原始CSV中的键顺序相反。严格来说，它们不整齐并不重要，但这很奇怪

def gather_csv_info():
    all_csv_data = []
    flattened_data = {}
    reading_csv = csv.DictReader(open(sys.argv[1], 'rb'))

    for row in reading_csv:
        all_csv_data.append(row)

    for row in all_csv_data:
        if row["course_sis_ids"] in flattened_data:
            flattened_data[row["course_sis_ids"]].append({"user_sis_ids":row["user_sis_ids"], "file_ids":row["file_ids"]})
        else:
            flattened_data[row["course_sis_ids"]] = [{"user_sis_ids":row["user_sis_ids"], "file_ids":row["file_ids"]}]

    return flattened_data

---

我看不到任何代码。你尝试了什么，为什么不起作用？你的问题太广泛了，特别是没有任何代码来显示上下文。我已经很久没有发布了，完全忘记了我的礼仪。谢谢@MikeScotty的网站，太棒了。@lyonsinbeta不客气。我已经取消了我的反对票。Cheers=）字典不按顺序保存键，这不是字典的用途。如果您需要顺序，请使用列表或OrderedDict。我不需要按顺序排列，我知道键：值对的意义在于它们不需要按已知顺序排列，我只是说，我不知道它们为什么按顺序排列，因为这不是它们读入dict的顺序。没有注释的向下投票没有帮助，由于人们仍在学习，因此必须猜测它为什么不好，并且可能会弄错。该文件是CSV文件，为了可读性，我只是制作了一个简单的表格。我用逗号更新了它，但留下了空格以保持可读性。不是很有帮助。如果你发布一个问题，人们会花时间试图根据你发布的内容为你提供解决方案。如果你将问题编辑成完全不同的，这些答案会被不公平地否决。你也接受了你自己的答案，这远远不是典型的代码，这对下一个程序员也不是很有帮助……如果有人提供了更好的答案，或者如果我提出了更好的答案，我会很高兴地更改选择的答案，但我提供的答案确实解决了这个问题。至少，如果有人发现了这个问题，他们会看到一个有效的解决方案，注意这是新手的尝试。我编辑了我的问题，以显示代码的改进版本。如果你愿意，你甚至可以把它复制到你的问题中。

def gather_csv_info():
    all_csv_data = []
    flattened_data = {}
    reading_csv = csv.DictReader(open(sys.argv[1], 'rb'))

    for row in reading_csv:
        all_csv_data.append(row)

    for row in all_csv_data:
        if row["course_sis_ids"] in flattened_data:
            flattened_data[row["course_sis_ids"]].append({"user_sis_ids":row["user_sis_ids"], "file_ids":row["file_ids"]})
        else:
            flattened_data[row["course_sis_ids"]] = [{"user_sis_ids":row["user_sis_ids"], "file_ids":row["file_ids"]}]

    return flattened_data