按列名对 CSV 排序

Posted 2023-02-23

【中文标题】按列名对 CSV 排序

【英文标题】：Sort CSV by column name

【发布时间】：2018-06-01 21:15:56

【问题描述】：

我需要按列名对 CSV 表进行排序。我在 CSV 中获得的数据有不同数量的列，但列名是静态的。这是我的数据：

X,Blue,Black,Red,Green,Total
Thomas,2,0,0,0,2
Andy,0,1,0,0,1
Luise,0,0,2,1,3
Mark,1,0,0,1,2
Ronda,0,1,0,1,2

漂亮的印刷品：

  X     Blue    Black   Red Green  Total
Thomas   2       0       0    0     2
Andy     0       1       0    0     1
Luise    0       0       2    1     3
Mark     1       0       0    1     2
Ronda    0       1       0    1     2

通常我可以按row[5] 排序，但如果我得到一张没有任何绿色的表格，或者一张带有额外列的表格 - 黄色，它将不再工作。

因此问题是，如何按名为 Total 的列对这个 CSV 文件进行排序？

只能使用核心 python 模块，不能使用 pandas。 :(

【问题讨论】：

Can only use python modules, no pandas. :(?为什么？这是作业吗？

熊猫是python模块

你在某处有列名，对吧？查找名为Total 的索引并按该索引排序。

你想要什么输出？打印或写入文件？

那么就sort(key lambda row: row[-1])

【参考方案1】：

如果您需要使用列名进行排序，最好使用 Python csv.DictReader() 对象读取文件，如下所示：

import csv

with open('input.csv', 'r', newline='') as f_input:
    csv_input = csv.DictReader(f_input)
    data = sorted(csv_input, key=lambda row: (row['Total'], row['X']))

with open('output.csv', 'w', newline='') as f_output:    
    csv_output = csv.DictWriter(f_output, fieldnames=csv_input.fieldnames)
    csv_output.writeheader()
    csv_output.writerows(data)

这将允许您根据Total 列进行排序，而不管它在哪里。 csv.DictReader() 读取每一行作为字典，使用第一行作为标题。然后可以将标头值用作字典键来访问项目，而不是使用具有普通csv.reader() 的位置值。所以你的第一个数据行将被读作：

'Total': '1', 'Blue': '0', 'Black': '1', 'Green': '0', 'X': 'Andy', 'Red': '0'

csv_input 然后可以直接传递给sorted() 以创建行字典的排序列表。 key 是 total 字段，然后在总数相同的情况下也是 X 字段。

这将编写一个排序后的output.csv，如下所示：

X,Blue,Black,Red,Green,Total
Andy,0,1,0,0,1
Mark,1,0,0,1,2
Ronda,0,1,0,1,2
Thomas,2,0,0,0,2
Luise,0,0,2,1,3

【参考方案2】：

类似的，

reader = csv.reader(open('input.csv'))

header = reader.next()
sort_col_idx = header.index('Total')
sorted(reader, key=lambda row: row[sort_col_idx]) # Without header
[header] + sorted(reader, key=lambda row: row[sort_col_idx]) # With headers.

【参考方案3】：

您可以定义一个函数来根据任何列进行排序。

import csv
import operator

data = csv.reader(open('input.csv'))

# function to sort according to any column.
# table corresponds to data and col is argument for the row number. here 5
def sort_table(table, col=0):
     return sorted(table, key=operator.itemgetter(col))

print(sort_table(data, 5))

但是熊猫是更好的选择。试着习惯它。

【讨论】：

恐怕不行，因为列数是动态的，所以Total 不会总是有那个索引。