如何使用CSV文件的唯一值在Python中创建列表？

我的CSV文件如下所示

1994, Category1, Something Happened 1
1994, Category2, Something Happened 2
1995, Category1, Something Happened 3
1996, Category3, Something Happened 4
1998, Category2, Something Happened 5

DataCaptured = csv.reader(DataFile, delimiter=',')  
DataCaptured.next()

我想创建两个列表

Category = [Category1, Category2, Category3]

及

我想省略这列中的重复项。我正在阅读以下文件：

1994, Category1, Something Happened 1
1994, Category2, Something Happened 2
1995, Category1, Something Happened 3
1996, Category3, Something Happened 4
1998, Category2, Something Happened 5

DataCaptured = csv.reader(DataFile, delimiter=',')  
DataCaptured.next()

循环通过,

   for Column in DataCaptured:

你可以做：

DataCaptured = csv.reader(DataFile, delimiter=',', skipinitialspace=True) 

Category, Year = [], []
for row in DataCaptured:
    if row[0] not in Year:
        Year.append(row[0])
    if row[1] not in Category:
        Category.append(row[1])    

print Category, Year        
# ['Category1', 'Category2', 'Category3'] ['1994', '1995', '1996', '1998']

---

如评论中所述，如果顺序不重要，使用集合将更容易、更快：

Category, Year = set(), set()
for row in DataCaptured:
    Year.add(row[0])
    Category.add(row[1])

---

一种非常简洁的方法是使用

pandas

，其好处是：它有一个更快的CSV服务器；并且它可以在列中工作（因此只需要一个

df.apply（set）

就可以到达那里）：

缺点是它返回一个

pandas.Series

，要访问每个列表，需要执行类似

list（df.apply（set）[0]）

的操作

编辑 如果必须保留订单，也可以很容易地完成，例如：

for i, item in df.iteritems():
    print item.unique()

---

item.unique（）

将返回

numpy.array

s，而不是

list

s。

dawg

指出了Python中最伟大的技巧之一：使用

set（）

从列表中删除重复项

dawg

展示了如何通过将每个项目添加到

集合

，从头开始构建唯一列表，这非常完美。但这里有另一种等效方法，使用

list（set（））

方法生成包含重复项的列表和不包含重复项的列表：

import csv

in_str = [
    'year, category, event',
    '1994, Category1, Something Happened 1',
    '1994, Category2, Something Happened 2',
    '1995, Category1, Something Happened 3',
    '1996, Category3, Something Happened 4',
    '1998, Category2, Something Happened 5'
    ]

cdr = csv.DictReader(in_str, skipinitialspace=True)

col = []
for i in cdr:
    col.append(i['category'])

# all items in the column...
print(col)
# only unique items in the column...
print(list(set(col)))

---

类别

和

年份

之间是否存在任何关系？@dawg否。它们不相关。那一年发生的只是随机事件。