Python 透视csv数据？

我是Python新手，如果这很容易，请原谅。我有一个csv文件，其中包含以下数据：

符号、日期、价格
苹果，2016年12月23日，50
苹果，2016年12月26日，51
苹果，2016年12月27日，52
谷歌，23/12/2016，70
谷歌，2016年12月26日，71
谷歌，27/12/2016，72

我需要编写一个新的csv文件，如下所示：

Date，苹果，谷歌
23/12/2016,50,70
26/12/2016,51,71
27/12/2016,52,72

到目前为止，我掌握的代码如下。然而，我似乎无法将符号作为列来表示

import csv
import os

csv.register_dialect(
    'mydialect',
    delimiter =',',
    )

symbol, date=[],[]

with open('EB_CUT2.csv',"rt") as dfile:
    thedata = csv.reader(dfile, dialect ='mydialect')
    for row in thedata:
        if row[4] not in date:
            date.append(row[4])
        if row[0] not in symbol:
            symbol.append(row[0])
dfile.close()

ebout = open('EB_CUT.csv',"wt",newline='')
wr = csv.writer(ebout)
for val in date:
    wr.writerow([val])
ebout.close()

解决方案：

import pandas 

df = pd.read_csv('EB_CUT2.csv', index_col=1, parse_dates=True)
df2 = pd.pivot_table(df, values='price', columns=['Symbol'], index=df.index)
df2.to_csv('EB_CUT.csv')

import csv
from datetime import datetime
import os

MY_DIALECT = 'mydialect'
csv.register_dialect(MY_DIALECT, delimiter =',', skipinitialspace=True,)

daily_prices = {}
with open('EB_CUT2.csv', "rt", newline='') as dfile:
    reader = csv.DictReader(dfile, dialect=MY_DIALECT)
    for row in reader:
        date = datetime.date(datetime.strptime(row['date'], '%d/%m/%Y'))
        entry = daily_prices.setdefault(date, {})
        entry[row['Symbol']] = row['price']

all_symbols = sorted(
    set(symbol for value in daily_prices.values() for symbol in value))

with open('EB_CUT.csv', "wt", newline='') as ebout:
    writer = csv.writer(ebout)
    writer.writerow(['Date'] + all_symbols) # header
    for date, prices in sorted(daily_prices.items()):
        row = [date.strftime('%d/%m/%Y')]
        for symbol in all_symbols:
            row.append(prices.get(symbol, ''))
        writer.writerow(row)

EB_CUT.csv的内容

：

date,apple,google
2016-12-23,50,70
2016-12-26,51,71
2016-12-27,52,72

非冲突解决方案：

import pandas 

df = pd.read_csv('EB_CUT2.csv', index_col=1, parse_dates=True)
df2 = pd.pivot_table(df, values='price', columns=['Symbol'], index=df.index)
df2.to_csv('EB_CUT.csv')

import csv
from datetime import datetime
import os

MY_DIALECT = 'mydialect'
csv.register_dialect(MY_DIALECT, delimiter =',', skipinitialspace=True,)

daily_prices = {}
with open('EB_CUT2.csv', "rt", newline='') as dfile:
    reader = csv.DictReader(dfile, dialect=MY_DIALECT)
    for row in reader:
        date = datetime.date(datetime.strptime(row['date'], '%d/%m/%Y'))
        entry = daily_prices.setdefault(date, {})
        entry[row['Symbol']] = row['price']

all_symbols = sorted(
    set(symbol for value in daily_prices.values() for symbol in value))

with open('EB_CUT.csv', "wt", newline='') as ebout:
    writer = csv.writer(ebout)
    writer.writerow(['Date'] + all_symbols) # header
    for date, prices in sorted(daily_prices.items()):
        row = [date.strftime('%d/%m/%Y')]
        for symbol in all_symbols:
            row.append(prices.get(symbol, ''))
        writer.writerow(row)

如果您想从任何现有的

'EB_CUT.csv'

文件中初始化

每日价格

字典，实际上与上面显示的最后一步相反，您可能会从下面的评论中了解到以后要合并到更多的csv文件，下面的代码可以做到这一点：

daily_prices = {}
if os.path.isfile('EB_CUT.csv'):  # existing file?
    # Initialize daily_prices from existing csv file.
    with open('EB_CUT.csv', "rt", newline='') as inf:
        reader = csv.reader(inf)
        next(reader)  # skip header row
        for row in reader:
            date = datetime.date(datetime.strptime(row[0], '%d/%m/%Y'))
            days_prices = daily_prices.setdefault(date, {})
            for symbol, price in row[1:]:
                days_prices[symbol] = price

---

除读取当前csv文件进行初始化外，另一种方法是始终将与当前csv文件相对应的

每日价格

数据以您选择的任何格式保存在单独的文件中。通过使用

pickle

或

json

模块，可以非常轻松地编写和读回该文件。

请格式化您的csv文件，这样我们可以帮助您更好地完成这类工作。这不是转置。转置意味着交换行和列，这样如果你有一个

NxM

矩阵，你就会得到

MxN

。在您的示例中，一些列已消失。您的输出没有意义。谢谢，是的，看起来熊猫是一种方式，我们将检查它。非常感谢您的帮助，效果非常好。我现在只需要添加它，以便对于任何新的日期或符号，它会附加到输出文件中，因为我将在第一步中有多个csv，但我会看看我是否能解决这个问题。我的Pandas解决方案不起作用，因为我有很多Pandas错误，可能它没有正确安装在我的电脑上。再次感谢您不客气。要将数据附加到输出文件中，首先从文件中当前的内容初始化

每日价格

字典（而不是像我的回答中所示的那样以空字典开始），然后将一个或多个csv文件中的数据添加到该字典中，最后重写整个输出文件。