運行後停止TSV/CSV文件循環運行

Question

我收到了一個從TSV/CSV文件收集數據的循環問題。 問題是我檢查用戶標識符是否在我的tsv文件中，以及是否只是進行常規打印。但事情是它不加起來。

讓我用，我有現在直到代碼解釋一下：

import csv 
with open("source/to/file.tsv") as tsvfile: 
     tsvreader = csv.reader(tsvfile, delimiter="\t") 
     for i in range(1,10): 
      for columns in tsvreader: 
       userid = 1 
       column1, column2, column3 = columns 
       if userid == int(column1): 
        print("userid:", userid,"result: ", int(column1), int(column2), int(column3)) 
        userid += 1 

每當我運行此代碼將輸出：

-- userid: 1 result: 1 3098 1 
-- userid: 1 result: 1 508 1 
-- userid: 1 result: 1 889 1 
-- userid: 1 result: 1 802 0 
-- userid: 1 result: 1 3800 0 

這裏的問題開始。因爲我希望我的用戶ID加到了價值1。我的用戶ID將是2循環將再次啓動，並打印出像：

-- user id 2 result: ... 
-- user id 2 result: ... 
-- user id 2 result: ... 

但我的代碼沒有做到這一點。有人知道爲什麼

請注意：userid 2在我的TSV文件中，所以這不是問題！

---

額外的信息：在我的TSV文件我有以下情況：

1 802  0 
1 3800 0 
2 7492 1 
2 5235 0 

我要輸出所有屬於userid1（802,3800等）的結果，在那之後循環必須繼續輸出userid2的所有結果（7492,5235等）。在後面的過程中，我想爲每個用戶ID存儲他們的結果。

Answer 1

你的代碼不超過1的userid進展Rob's answer解釋原因。

在我看來，你的意圖是打印用戶ID 1的所有行，然後用戶ID 2的所有行，依此類推。並且外部循環的範圍表明您希望顯示用戶ID爲1到9的行。

但是，一個問題是，一旦來自CSV文件的所有行都消耗完畢，for columns in tsvreader循環將不再有任何要迭代的內容過了，所以它的身體不會執行。沒有進一步顯示。這可以通過使用seek()「倒帶」輸入文件來克服。

修復這些錯誤導致這個代碼：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    tsvreader = csv.reader(tsvfile, delimiter="\t") 
    for userid in range(1,10): 
     tsvfile.seek(0) # back to the start of the CSV file 
     for columns in tsvreader: 
      column1, column2, column3 = columns 
      if userid == int(column1): 
       print("userid:", userid,"result: ", int(column1), int(column2), int(column3)) 

我認爲這是你所追求的。例如在輸入（我用逗號作爲分隔符）：

 
2,4,4 
1,2,3 
1,4,5 
2,8,8 
1,6,7 
2,2,2 
4,1,1 
8,1,2 
10,4,0 
1,0,1 
4,4,4 
3,3,3 

輸出將是：

 
userid: 1 result: 1 2 3 
userid: 1 result: 1 4 5 
userid: 1 result: 1 6 7 
userid: 1 result: 1 0 1 
userid: 2 result: 2 4 4 
userid: 2 result: 2 8 8 
userid: 2 result: 2 2 2 
userid: 3 result: 3 3 3 
userid: 4 result: 4 1 1 
userid: 4 result: 4 4 4 
userid: 8 result: 8 1 2 

注意，對於用戶ID 10中的數據不包括作爲該範圍之外的userids。

我不得不猜測你的意圖，但是，如果我是正確的，你想要做的是按用戶ID分組數據，並按排序順序顯示。更好的方法是簡單地在一個去所有的數據進行排序：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    data = sorted(list(csv.reader(tsvfile, delimiter='\t')), 
        key=lambda row: int(row[0])) 
    for column1, column2, column3 in data: 
     print("userid:", column1, "result: ", int(column1), int(column2), int(column3)) 

輸出：

 
userid: 1 result: 1 2 3 
userid: 1 result: 1 4 5 
userid: 1 result: 1 6 7 
userid: 1 result: 1 0 1 
userid: 2 result: 2 4 4 
userid: 2 result: 2 8 8 
userid: 2 result: 2 2 2 
userid: 3 result: 3 3 3 
userid: 4 result: 4 1 1 
userid: 4 result: 4 4 4 
userid: 8 result: 8 1 2 
userid: 10 result: 11 4 0 

如果你真的要排除一個給定的範圍之外的用戶ID，這樣做：

import csv 

with open("source/to/file.tsv") as tsvfile: 
    data = sorted(list(csv.reader(tsvfile, delimiter='\t')), 
        key=lambda row: int(row[0])) 
    userids = range(1,10) 
    for column1, column2, column3 in data: 
     if int(column1) in userids: 
      print("userid:", column1, "result: ", int(column1), int(column2), int(column3)) 

Answer 2

該代碼重置每行的用戶標識符（即在for columns in...循環內）。如果你在該循環之外移動那條線，我相信它會做你想做的。

Answer 3

我不明白你嘗試做什麼，羅布海牙說你保持userid至1 ...

胡亂猜測你想要什麼：

userid = 1 
tsv = csv.reader(open(filename), delimiter='\t') 
for i, row in enumerate(tsv): 
    if i > 10: 
     break 
    if str(userid) == row[0]: 
     print 'userid: %d result: %s' % (userid, row) 
     userid+= 1 
    else: 
     print 'not found: %s' % (row,) 

編輯

簡單的方法（我不使用示例中的csv模塊，因爲您似乎不需要它），但使用更多的內存。

# load all data 
import collections 

data = collections.defaultdict(list) 

for line in open(filename): 
     row = line.strip().split('\t') 
     data[int(row[0])]+= [row[1:]] 

# output data grouped by user 
for userid, row in data.iteritems(): 
     print 'userid: %d result: %s' % (userid, row) 

另一個簡單的方法（假設數據是排序由用戶ID），儘快使用稍少存儲器outputing結果。

def show(userid, row): 
    print 'userid: %s result: %s' % (userid, row) 

current = '' 
data = [] 
for line in open(filename): 
    row = line.strip().split('\t') 
    if row[0] != current: 
     if data: 
      show(current, data) 
      del data[:] 
     current = row[0] 
    data+=[row] 

show(row[0], data) 

如果數據未排序，你有記憶的問題，你可以存儲在字典中的位置，並通過seek它（見file objects文檔）。

Answer 4

1 802  0 
1 3800 0 
2 7492 1 
2 5235 0 

我要輸出所有屬於該結果userid1（802,3800 等），其後的循環必須繼續輸出所有 userid2（7492,5235等）的結果。在後面的過程中，我想爲每個 用戶ID存儲他們的結果。

您可以輕鬆地完成你正在嘗試使用字典來實現的：

import csv 
from collections import defaultdict 

results_by_id = defaultdict(list) 

with open('somefile.csv') as f: 
    reader = csv.reader(f, delimiter='\t') 
    for row in reader: 
     results_by_id[row[0]].append(list(map(int, row[1:]))) 

for userid, results in results_by_id.iteritems(): 
    print('{} has {} total results'.format(userid, len(results))) 
    for result in results: 
     print('\t {}'.format(result))