按美元金额对 csv 列进行排序，然后删除重复项

Posted 2023-03-29

【中文标题】按美元金额对 csv 列进行排序，然后删除重复项

【英文标题】：Sorting csv column by dollar amount then removing duplicates

【发布时间】：2021-09-01 15:53:28

【问题描述】：

我有一个 csv 文件，如下所示：

我已经阅读了几乎所有关于此的其他主题，但无法弄清楚。 我需要读入文件，将收入列从高到低排序，然后删除任何重复的县，因为同一个县可能处于不同的州。

import csv
import operator

reader = csv.reader(open("data.csv"))
sorted_list = sorted(reader, key=(operator.itemgetter(10)), reverse=True)


with open("high_county_spend.csv", "w") as f:
  csv.writer(f).writerows(sorted_list)

我试过这个：

sorted_list = sorted(reader, key=int(operator.itemgetter(10).split("$")), reverse=True)

但是operator.itemgetter 没有split() 属性。

【参考方案1】：

正如 It_is_Chris 所述，pandas 库可能是可取的，但要回答您的问题：

import operator
reader = ['$10', '$20', '$5']

sorted(reader, key=lambda x: int(x.split("$")[-1]), reverse=True)


Out[204]: ['$20', '$10', '$5']

问题是operator.itemgetter(n) 需要一个可迭代对象（例如列表），但您提供了一个整数。

【参考方案2】：

使用pandas

import pandas as pd

# read data
df = pd.read_csv('data.csv')
# convert the string column to an int
df['income'] = df['income'].str.strip('$').astype(int) # or float if there are decimals .astype(float)
# sort values and drop duplicates
new_df = df.sort_values('income', ascending=False).drop_duplicates(keep='first')