Python提取唯一的CSV行

我试图在Python中获取CSV的每一行的第一次出现。然而，我面临一个问题。我的CSV文件如下所示：

1,2,3,a,7,5,y,0
1,2,3,a,3,5,y,8
1,2,3,a,5,3,y,7
1,2,3,d,7,5,n,0
1,2,3,d,3,5,n,8
1,2,3,d,5,3,n,7
2,3,4,f,4,6,y,9
2,3,4,f,5,6,y,9
2,3,4,f,7,3,y,9
2,3,4,e,3,5,n,9
2,3,4,e,0,7,n,9
2,3,4,e,5,8,n,9

我尝试了这种方法，以基于其中一列获取第一次出现的唯一值

def unique():
    rows = list(csv.reader(open('try.csv', 'r'), delimiter=','))
    columns = zip(*rows)
    uniq = set(columns[1])

    indexed = defaultdict(list)

    for x in uniq:
        i = columns[1].index(x)
        indexed[i] = rows[i]

    return indexed

它适用于一个唯一的列值集。但是,

我想将列[1]和列[6]设置为唯一值

棘手的是，列[6]总是y或n。如果我设置它，它只返回第一个y和n列。我希望所有列[1]和[6]都是唯一的。对于每列[2]值，我需要第一次出现y行和n行。对不起，我的描述不好。所以基本上，我希望我的输出是：

---

您的代码还有一些改进的空间，但我不想深入重写它，因为您几乎是对的。“关键点”是您需要一个复合关键点。这是一对必须是唯一的

（r[1]，r[6]）

。此外，我还冒昧地使用了用于快速查找的，但保留了行顺序

import csv
import collections

def unique():
    rows = list(csv.reader(open('try.csv', 'r'), delimiter=','))
    result = collections.OrderedDict()
    for r in rows:
        key = (r[1],r[6])  ## The pair (r[1],r[6]) must be unique
        if key not in result:
            result[key] = r

    return result.values()

from pprint import pprint
pprint(unique())

制作：

[['1', '2', '3', 'a', '7', '5', 'y', '0'],
 ['1', '2', '3', 'a', '7', '5', 'n', '0'],
 ['2', '3', '4', 'f', '4', '6', 'y', '9'],
 ['2', '3', '4', 'f', '3', '5', 'n', '9']]

---

---

您的代码还有一些改进的空间，但我不想深入重写它，因为您几乎完全正确。“关键点”是您需要一个复合关键点。这是一对必须是唯一的

（r[1]，r[6]）

。此外，我还冒昧地使用了用于快速查找的，但保留了行顺序

import csv
import collections

def unique():
    rows = list(csv.reader(open('try.csv', 'r'), delimiter=','))
    result = collections.OrderedDict()
    for r in rows:
        key = (r[1],r[6])  ## The pair (r[1],r[6]) must be unique
        if key not in result:
            result[key] = r

    return result.values()

from pprint import pprint
pprint(unique())

制作：

[['1', '2', '3', 'a', '7', '5', 'y', '0'],
 ['1', '2', '3', 'a', '7', '5', 'n', '0'],
 ['2', '3', '4', 'f', '4', '6', 'y', '9'],
 ['2', '3', '4', 'f', '3', '5', 'n', '9']]

---

---

这里有一个替代实现

从数据集中读入每一行。我们使用

defaultdict（list）

存储所有行，基于每行两列索引。当从数据集中读入一行时，它将根据该行的两列索引键追加到

defaultdict

最后，我们扫描

defaultdict

。我们需要数据集中与索引匹配的第一行，因此返回对应于两列索引的

uniq[0]

来源 输出

---

这里有一个替代实现

从数据集中读入每一行。我们使用

defaultdict（list）

存储所有行，基于每行两列索引。当从数据集中读入一行时，它将根据该行的两列索引键追加到

defaultdict

最后，我们扫描

defaultdict

。我们需要数据集中与索引匹配的第一行，因此返回对应于两列索引的

uniq[0]

来源 输出

---

旧主题，但对其他主题可能有用：如果您在Unix环境中，为什么不调用外部

uniq

命令？这样，您就不必重新编写此代码，并将受益于可能更好的性能。

旧主题，但对其他主题可能有用：如果您在Unix环境中，为什么不调用外部

uniq

命令？这样，您就不必重新编写此代码，并且可以从潜在的更好性能中获益。

您能告诉我如何获得修改后的所需输出吗？我只能得到第[6]列中带有“n”的列，但无法从第[6]列中得到最后一列=y@abn快速而肮脏的破解方法是用

if key not in result:

替换

if key not in result和r[6]=='n'：

。如果您有其他更改，请询问其他问题。您能告诉我如何获得修改后的所需输出吗？我只能得到第[6]列中带有“n”的列，但无法从第[6]列中得到最后一列=y@abn快速而肮脏的破解方法是用

if key not in result:

替换

if key not in result和r[6]=='n'：

。如果您有其他更改，请询问其他问题。

[['2', '3', '4', 'f', '4', '6', 'y', '9'], ['2', '3', '4', 'f', '3', '5', 'n', '9'], ['1', '2', '3', 'a', '7', '5', 'y', '0'], ['1', '2', '3', 'a', '7', '5', 'n', '0']]