如何做到這一點的數據轉換最有效

Question

我有以下結構一個非常大的CSV文件：

user_id,mail_id,action 
1,100,sent 
1,100,opened 
1,100,clicked 
2,100,sent 
2,101,sent 

我要重新格式化它來創建一個爲每種user_ID的一排新的CSV文件，每個mail_id有1列。如果原始表中沒有相應的行，則每個單元格中的值應該爲空。否則，它將具有與該用戶和mail_id相對應的最新操作（點擊後打開，發送後）。

最終的產品（假設上面的小數據表）應該是這樣的：

user_id,100,101 
1,clicked,NULL 
2,sent,sent 

該數據操作相當簡單，但原來的CSV是相當長的，和我期待的訣竅，以及最有效地做到這一點。

Answer 1

無論用於讀取數據的方法如何，將數據讀入某些結構的時間複雜度爲m行n列的O（m * n）。最簡單的方法是將數據讀入詞典字典{user_id: {100: most_recent_action,101: None}...}，使用csv.read，然後迭代字典詞典輸出到一些帶有csv.write的csv字典。