连接在Python中具有相同第1列值的CSV文件的所有行

我有一个类似以下内容的CSV文件：

def join_rows(rows):
    def join_tuple(tup):
        for x in tup:
            if x: 
                return x
        else:
            return ''
    return [join_tuple(x) for x in zip(*rows)]

[Name1]、、、、、、、、、、、、、、、、、、、、、、、、、、， “，”，“，”，“+”]
['Name1'，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，b'，''，''， ， ， ''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''， “，”，“，”，“，”，”，“，”）

现在，我需要一种方法将具有相同第一列名的所有行连接到一列中，例如：

[Name1]、、、、、、、、、、、、、、、、、、、、、、、、、， ''，''，''，''+']
['Name2'，''，''，'， ， ''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''，''， “，”，“，”，“，”，”，“，”）

我可以想出一种方法，对CSV进行排序，然后遍历每一行和每一列，比较每一个值，但可能有一种更简单的方法

有什么想法吗

def merge_rows(row1, row2):
    # merge two rows with the same name
    merged_row = ...
    return merged_row

r1 = ['Name1', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '+']
r2 = ['Name1', '', '', '', '', '', 'b', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
r3 = ['Name2', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', 'a', '']
r4 = ['Name3', '', '', '', '', '+', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
rows = [r1, r2, r3, r4]
data = {}
for row in rows:
    name = row[0]
    if name in data:
        data[name] = merge_rows(row, data[name])
    else:
        data[name] = row

现在，您拥有了

数据中的所有行，其中此字典的每个键都是名称，对应的值就是该行。您现在可以将此数据写入CSV文件

现在，您拥有了
数据中的所有行，其中此字典的每个键都是名称，对应的值就是该行。您现在可以将此数据写入CSV文件。
您应该使用itertools.groupby：

t = [ 
['Name1', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '+'],
['Name1', '', '', '', '', '', 'b', '', '', '', '', '', '', '', '', '', '', '', '', '', ''],
['Name2', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', 'a', ''],
['Name3', '', '', '', '', '+', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] 
]

from itertools import groupby

# TODO: if you need to speed things up you can use operator.itemgetter
# for both sorting and grouping
for name, rows in groupby(sorted(t), lambda x:x[0]):
    print join_rows(rows)

很明显，您将在一个单独的函数中实现合并。例如：

def join_rows(rows):
    def join_tuple(tup):
        for x in tup:
            if x: 
                return x
        else:
            return ''
    return [join_tuple(x) for x in zip(*rows)]

您应该使用itertools.groupby：

t = [ 
['Name1', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '+'],
['Name1', '', '', '', '', '', 'b', '', '', '', '', '', '', '', '', '', '', '', '', '', ''],
['Name2', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', 'a', ''],
['Name3', '', '', '', '', '+', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] 
]

from itertools import groupby

# TODO: if you need to speed things up you can use operator.itemgetter
# for both sorting and grouping
for name, rows in groupby(sorted(t), lambda x:x[0]):
    print join_rows(rows)

很明显，您将在一个单独的函数中实现合并。例如：

def join_rows(rows):
    def join_tuple(tup):
        for x in tup:
            if x: 
                return x
        else:
            return ''
    return [join_tuple(x) for x in zip(*rows)]

您还可以使用
defaultdict
：

>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> _ = [d[i[0]].append(z) for i in t for z in i[1:]]
>>> d['Name1']
['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '+', '', '', '', '', '', 'b', '', '', '', '', '', '', '', '', '', '', '', '', '', '']

然后加入你的专栏
你也可以使用
defaultdict
：

>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> _ = [d[i[0]].append(z) for i in t for z in i[1:]]
>>> d['Name1']
['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '+', '', '', '', '', '', 'b', '', '', '', '', '', '', '', '', '', '', '', '', '', '']

然后进行列联接
这听起来是最合乎逻辑的方式。您可能应该更明确地说明联接应该做什么。同一列是否可以以相同的第一个值出现在两行中？在这种情况下，你想做什么？@moooeeep:好吧，我想加入他们，这样他们就像例子的第二部分一样。@CharlesBrunet:不，对于同一名称，一个值只能在其他列中的一列中为每列显示一次。这听起来是最符合逻辑的做法。您可能应该更明确地说明join应该执行的操作。同一列是否可以在两行中以相同的第一个值显示？在这种情况下，你想做什么？@moooeeep:嗯，我想加入它们，使它们与示例的第二部分类似。@CharlesBrunet:不，对于相同的名称，每个列只能在其他列中出现一次值。嗨，谢谢Simeon:我不明白合并行部分发生了什么。具有相同名称的前一行（或多行）存储在何处，以便我可以合并它们？您正在处理的当前行是
row
，另一行是
data[name]
。
data[name]
中的行可以是具有该名称的前一行，也可以是具有该名称的行的一个或多个合并的结果。因此，您只需要编写指定如何合并具有相同名称的两行的代码。如果您为
merged\u row
编写代码，那么它将重复合并行（即使有三行或更多行具有相同的名称）。我已经更新了代码，使其有点清除。您只需编写
merge_rows
来指定如何合并同名的两行。您好，谢谢Simeon：我不明白合并行部分发生了什么。具有相同名称的前一行（或多行）存储在何处，以便我可以合并它们？您正在处理的当前行是
row
，另一行是
data[name]
。
data[name]
中的行可以是具有该名称的前一行，也可以是具有该名称的行的一个或多个合并的结果。因此，您只需要编写指定如何合并具有相同名称的两行的代码。如果您为
merged\u row
编写代码，那么它将重复合并行（即使有三行或更多行具有相同的名称）。我已经更新了代码，使其有点清除。您只需编写
merge\u rows
来指定如何合并同名的两行。这不起作用。它是join_rows一个来自某个库的函数，或者是我必须在代码之外编写的东西？@jbssm
join_rows
是您代码的入口点，您可以编写；）@MooEEEP不使用不带键的
sorted
，这是不必要的运行时。@MooEEEP
itemgetter（0）
将是一种更好的方法（请参阅），因此它看起来像：
对于名称，groupby中的行（排序（t，key=itemgetter（0）），itemgetter（0））
它不起作用。它是join_rows一个来自某个库的函数，或者是我必须在代码之外编写的东西？@jbssm
join_rows
是您代码的入口点，您可以编写；）@MooEEEP不使用不带键的
sorted
，这是不必要的运行时。@MooEEEP
itemgetter（0）
将是一种更好的方法（请参阅），因此它看起来像：
对于名称，groupby中的行（sorted（t，key=itemgetter（0）），itemgetter（0））