Python 在特定列中选择具有唯一值的csv行

我有一个CSV文件，其中包含以下行：

A,apple,102
A,orange,103
B,banana,101
C,peach,102
B,orange,104

等等

我想删除第一列中具有重复值的行，上面的输出应该是：

A,apple,102
B,banana,101
C,peach,102

---

您可以创建一个空集，并将第一列的值添加到其中。如果它已经在集合中，只需跳到下一行，例如：

import csv

column_values = set()
new_rows = []

with open('example.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        if (row[0] in column_values):
            continue
        column_values.add(row[0])
        new_rows.append(row)

with open('updated.csv', 'w') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerows(new_rows)

在中，有一个独特的配方（此处稍作修改）。在这里可能有点过分，但它是有效的：

from io import StringIO
from csv import reader
from operator import itemgetter


def unique_everseen(iterable, key):
    "List unique elements, preserving order. Remember all elements ever seen."
    seen = set()
    seen_add = seen.add
    for element in iterable:
        k = key(element)
        if k not in seen:
            seen_add(k)
            yield element

txt = '''A,apple,102
A,orange,103
B,banana,101
C,peach,102
B,orange,104'''

with StringIO(txt) as file:
    rows = reader(file)
    unique_rows = unique_everseen(rows, key=itemgetter(0))
    for row in unique_rows:
        print(row)

我使用as

键

来选择行中的第一列

然后可以使用

csv.writer

将

行

写入新文件

---

当然，您必须将

StringIO（txt）

替换为

open（'file.csv'，'r'）

如果您愿意使用第三方库，您可以使用熊猫：

import pandas as pd
from io import StringIO

x = StringIO("""A,apple,102
A,orange,103
B,banana,101
C,peach,102
B,orange,104""")

# read file and drop duplicates, replace x with 'file.csv'
df = pd.read_csv(x, names=['letter', 'fruit', 'value'])\
       .drop_duplicates('fruit', keep=False)

# export to output csv
df.to_csv('file_out.csv', index=False, header=False)

print(df)

  letter   fruit  value
0      A   apple    102
2      B  banana    101
3      C   peach    102