如何使用python获取仅在csv文件的第一列中出现一次的值

Question

我是 python 新手，所以我试图读取包含标题的 700 行的 csv，并获取包含第一个 csv 列的唯一值的列表。示例 CSV：SKU;PRICE;SUPPLIERX100;100;ABCX100;120;ADDX101;110;ABVX102;100;ABCX102;105;ABVX100;119;ABG所以我做了以下事情：import csvmainlist=[]with open('final_csv.csv', 'r', encoding='utf-8') as csvf:    rows = csv.reader(csvf, delimiter=";")    for row in rows:        if row[0] not in rows:            mainlist.append(row[0])print(mainlist)我注意到在调试中，行是 1 行而不是 700 行，我只得到['SKU'] 字段我做错了什么？

Answer 1

使用熊猫的解决方案。您需要unique在正确的列上调用该方法，这将返回具有该列中唯一值的熊猫系列，然后使用该tolist方法将其转换为列表。

以下列的示例SKU。

import pandas as pd 

df = pd.read_csv('final_csv.csv', sep=";")

sku_unique = df['SKU'].unique().tolist()

如果您不知道/关心列名，您可以iloc在正确的列数上使用。请注意，计数索引从 0 开始：

df.iloc[:,0].unique().tolist()

如果问题是打算只获取出现一次的值，那么您可以使用该value_counts方法。这将创建一个以索引为值的系列，SKU以计数为值，然后您必须以类似的方式将系列的索引转换为列表。使用第一个示例：

import pandas as pd 

df = pd.read_csv('final_csv.csv', sep=";")

sku_counts = df['SKU'].value_counts()

sku_single_counts = sku_counts[sku_counts == 1].index.tolist()

Answer 2

如果您想要第一列的唯一值，您可以修改您的代码以使用 aset而不是 a list。也许是这样的：

import collections

import csv

filename = 'final_csv.csv'

sku_list = []

with open(filename, 'r', encoding='utf-8') as f:

    csv_reader = csv.reader(f, delimiter=";")

    for i, row in enumerate(csv_reader):

        if i == 0:

            # skip the header

            continue

        try:

            sku = row[0]

            sku_list.append(sku)

        except IndexError:

            pass

print('All SKUs:')

print(sku_list)

sku_set = set(sku_list)

print('SKUs after removing duplicates:')

print(sku_set)

c = collections.Counter(sku_list)

sku_list_2 = [k for k, v in c.items() if v == 1]

print('SKUs that appear only once:')

print(sku_list_2)

with open('output.csv', 'w') as f:

    for sku in sorted(sku_set):

        f.write('{}\n'.format(sku))

Answer 3

既不使用pandas也不使用的解决方案csv：

lines = open('file.csv', 'r').read().splitlines()[1:]

col0 = [v.split(';')[0] for v in lines]

uniques = filter(lambda x: col0.count(x) == 1, col0)

或者，使用map（但可读性较差）：

col0 = list(map(lambda line: line.split(';')[0], open('file.csv', 'r').read().splitlines()[1:]))

uniques = filter(lambda x: col0.count(x) == 1, col0)