来自 csv 的嵌套字典

Question

我被这个问题困住了。我在 csv 中有一些数据，读取时看起来像：

Example Data
['', 'Name', 'Phone', 'Address', 'City', 'Country', 'Email']
['1', 'Bob Myers', '410-504-5887', '12334 Hamilton Way', 'Toronto', 'Canada', 'bob@gmail.com']
['2', 'Carlton James', '455-323-8479', '1234 James Rd', 'New York', 'USA', 'carlton@example.com']
['3', 'Frank Wright', '744-521-9874', '567 Travis St', 'Boston', 'USA', 'fw4322@yahoo.com']

我想让它看起来像这样：

my_dict = {{'Name': {1: 'Bob Myers', 2: 'Carlton James', 3: 'Frank Wright'}}, 
 {'Phone': {1: '410-504-5887', 2: '455-323-8479', 3: '744-521-9874'}}, 
 {'Address': {1: '12334 Hamilton Way', 2: '1234 James Rd', 3: '567 Travis St'}},
 {'City': {1: 'Toronto', 2: 'New York', 3: 'Boston'}},
 {'Country': {1: 'Canada', 2: 'USA', 3: 'USA'}},
 {'Email': {1: 'bob@gmail.com', 2: 'carlton@example.com', 3: 'fw4322@yahoo.com'}}
}

我写了一个脚本来这样做，但我的脚本只 returns 行中的最后一项，如下所示：

import csv
f = csv.DictReader(open('data.csv'))

result = {}
for row in f:
    key = row.pop('')
    for i in row:
        result[key] = row[i]
print(result)

-------:

{'1': 'bob@gmail.com', '2': 'carlton@example.com', '3': 'fw4322@yahoo.com'}

如何调整脚本以遍历所有行中的所有索引？

我无法使用pandas。

Answer 1

您正在遍历所有索引，问题是您只有一个包含键“1”、“2”和“3”的字典，并且您正在更改与这些键相关的值。也许你应该为每一列创建一个字典。您可以使用 reader.fieldnames 来获取列名，您可以使用

for field in reader.fieldnames:
    result[field] = {}

创建第一本词典。然后遍历每一行并将每个值添加到 result

中的正确字典

Answer 2

csv.DictReader() returns 和 OrderedDict，因此解决此问题的关键是使用标准字典方法访问您的值。这种方法提供了预期的结果：

import csv

f = csv.DictReader(open('data.csv'))


result = {}
for i, row in enumerate(f, start=1):
    row.pop('')
    if i == 1:
        for key, value in row.items():
            result[key] = {}
            result[key][i] = value
    else:
        for key, value in row.items():
            result[key][i] = value
    
print(result)

输出：

{'Name': {1: 'Bob Myers', 2: 'Carlton James', 3: ' Frank Wright'}, 
 'Phone': {1: ' 410-504-5887', 2: ' 455-323-8479', 3: ' 744-521-9874'}, 
 'Address': {1: '12334 Hamilton Way', 2: ' 1234 James Rd', 3: ' 567 Travis St'}, 
 'City': {1: ' Toronto', 2: ' New York', 3: ' Boston'}, 
 'Country': {1: ' Canada', 2: ' USA', 3: ' USA'}, 
 'Email': {1: ' bob@gmail.com', 2: ' carlton@example.com', 3: ' sdfa@yahoo.com'}}

来自 csv 的嵌套字典

Nested dictionaries from csv

python

csv

dictionary

nested-loops

python-3.x