用python排序csv文件

Question

我想按列排序csv文件。該文件有很多欄目，看起來像：

湯姆，01AA01,234.56,334

愛麗絲，01AS01,546.09,3434.3

山姆，01NA01,4574.3,65.45

喜悅，01BA01， 2897.03,455

帕姆，01MA01,434.034,454

約翰，01AA02,343,24

愛麗絲，01AS02,454,454.54

湯姆，02BA01,3434,3454.2

它持續約20列和250列。

我希望它由第二列進行排序和按字母順序排列爲AA，AS，BA在第二部分，和數值爲第三部分「01」，「02」，「03」，和數值爲第一部分'01'，'02'，'03'。然後從這種類型創建一個新的CSV文件。他們通常只有6個字符長，其他人看起來像'02BAA'，'01MAA'，'02NAA'等等。

那麼到底它會希望像這樣的第2列。

01AA01 
01AS01 
01BA01 
01MA01 
01NA01 
01AA02 
01AS02 
02BA01 

我是新來的編碼，而不是很清楚如何去這樣做。先謝謝你。

Answer 1

默認排序順序爲ASCII字符串從Python的sorted功能lexicographic（或 'ASCIIbetical'）：

>>> li=['1', '20', '100', '11'] 
>>> sorted(li) 
['1', '100', '11', '20'] 

相比時，這些列表值是整數整數大小：

>>> sorted(map(int, li)) 
[1, 11, 20, 100] 

即，人眼的字符串數量的大小與計算機眼睛的相同字符串的大小不同。 （寫在Codinghorror更廣泛）

要解決它，我們需要從數字中分離字母，並將數字轉換爲整數（或浮點數）。

最簡單的方法是用正則表達式捕獲所有數字，然後轉換爲整數，然後轉換爲所有字母。

此排序到你的目標：

li1='''\ 
01AA01 
01AS01 
01NA01 
01BA01 
01MA01 
01AA02 
01AS02 
02BA01'''.splitlines() 

tgt='''\ 
01AA01 
01AS01 
01BA01 
01MA01 
01NA01 
01AA02 
01AS02 
02BA01'''.splitlines() 


import re 

def kf(s): 
    nums=map(int, re.findall(r'(\d+)', s)) 
    lets=re.findall(r'([a-zA-Z]+)', s) 
    return nums+lets 

print tgt==sorted(li1, key=kf) 
# True 

或者一個行：

>>> tgt==sorted(li1, key=lambda s: map(int, re.findall(r'(\d+)', s))+re.findall(r'(\D+)', s)) 
True 

---

編輯基於評論

的問題狀態的文本 ：

我希望它在首節01,02,03 ...... 數字進行排序，然後按字母順序爲AA，AS，BA在第二部分，並且 數值再次爲第三部分。

但是，示例表明情況並非如此。

我們可以排序的基礎上（INT，字母，INT）與拆分模式：

>>> [re.split(r'(\D+)', e) for e in li1] 
[['01', 'AA', '01'], ['01', 'AS', '01'], ['01', 'NA', '01'], ['01', 'BA', '01'], ['01', 'MA', '01'], ['01', 'AA', '02'], ['01', 'AS', '02'], ['02', 'BA', '01']] 
>>> sorted(li1, key=lambda s: [int(e) if e.isdigit() else e for e in re.split(r'(\D+)', s)]) 
['01AA01', '01AA02', '01AS01', '01AS02', '01BA01', '01MA01', '01NA01', '02BA01'] 
#    ^^  ^^  etc '01AA02', before '01AS01' in the example 

通過檢查，張貼的例子的模式是(int, int, letters)可以在這裏看到：

>>> [map(int, re.findall(r'(\d+)', s))+re.findall(r'(\D+)', s) for s in li1] 
[[1, 1, 'AA'], [1, 1, 'AS'], [1, 1, 'NA'], [1, 1, 'BA'], [1, 1, 'MA'], [1, 2, 'AA'], [1, 2, 'AS'], [2, 1, 'BA']] 

如果TEXT是正確的，使用排序的分割形式我有;如果例是正確的，使用nums+lets形式。

Answer 2

sorted()和列表的.sort()方法採用可選的key參數。

其中：

鍵指定用於提取從每個列表元素的 對比密鑰一個參數的函數：鍵= str.lower。

換句話說，考慮到關鍵的參數解析和（你會寫）函數將返回給定對象的排序值。

因此，考慮到你的輸入，"01AS01"，要分解成可以很容易地整理碎片。如你所說，你想按（int，str，int）排序的結果。由於sorted()和.sort()自動將號碼，在整數的情況下進行排序，並按字母順序，在字符串的情況下，所有你需要爲你鍵功能做的是打破自己的價值，"01AS01"到[1, "AS", 1]和sorted()/.sort()將照顧其餘。

這是一個和dawg類似的例子，但是沒有使用map()和re。

col = ['01AA01', 
'01AS01', 
'01NA01', 
'01BA01', 
'01MA01', 
'01AA02', 
'01AS02', 
'02BA01'] 

def create_sort_key(value): 
    int_indexes = (0, 4) 
    str_indexes = (2,) 
    parsed_values = [] 
    # get the starting index for groups of two 
    for i in range(0, 6, 2): 
     pair = value[i:i+2] 
     if i in int_indexes: 
      parsed_value = int(pair) 
     elif i in str_indexes: 
      parsed_value = str(pair) 
     else: 
      raise IndexError("unexpected index: {}".format(i)) 
     parsed_values.append(parsed_value) 
    return parsed_values 

col.sort(key=create_sort_key) 

Answer 3

假設這是一個csv文件，每一行是一個行和每列被標記用逗號。既然沒有給我們一個你的csv的例子，我編了一個有兩列的文章，你的數據在col [1]中。

>>> print open('mycsv.csv').read() 
fred, 01AA01 
brenda, 01BA01 
bob, 01AA02 
alice, 01NA01 
jane, 01AS01 
blane, 02BA01 
larry, 01MA01 
mary, 01AS02 

這些都可以通過csv模塊讀入列表中。最後列出行，其中列是另一個列表

>>> import csv 
>>> table=[row for row in csv.reader(open('mycsv.csv')) if row] 
>>> print table 
[['fred', ' 01AA01'], ['brenda', ' 01BA01'], ['bob', ' 01AA02'], ['alice', ' 01NA01'], ['jane', ' 01AS01'], ['blane', ' 02BA01'], ['larry', ' 01MA01'], ['mary', ' 01AS02']] 

您可以對該列表進行排序。默認情況下，排序從第一個鍵開始，然後第二個鍵如果第一個鍵是相同的，等等。所以，它將由'fred'等等來排序......但是您可以選擇不同的排序鍵。 Python調用每個列表項的關鍵函數，以便您可以將其轉換爲您想要的。轉換可以很簡單，如小寫或複雜。

它通常使用lambdas作爲排序鍵，但這可能有點高級，所以這裏有一個函數，它只是抓住你想要的鍵。

>>> def item_1(row): 
...  return row[1] 
... 
>>> print table 
[['fred', ' 01AA01'], ['bob', ' 01AA02'], ['jane', ' 01AS01'], ['mary', ' 01AS02'], ['brenda', ' 01BA01'], ['larry', ' 01MA01'], ['alice', ' 01NA01'], ['blane', ' 02BA01']] 
>>>