使用列表生成json布局

Question

我正在尝试构建 JSON 布局。我正在从输入文件中读取所有这些记录。文件中可能有多个具有相同键（Id）的记录。示例输入文件：Id,LineNo,Amt,ReceivedDt,FromDt,ToDate,regionId123545,1,1000.00,2019-02-01T00:00:00,2019-02-01T00:00:00,2019-02-01T00:00:00,WA12123545,2,200.00,2019-02-01T00:00:00,2019-02-01T00:00:00,2019-02-01T00:00:00,WA12123545,3,200.00,2019-02-01T00:00:00,2019-02-01T00:00:00,2019-02-01T00:00:00,WA12123546,1,200.00,2019-02-01T00:00:00,2019-02-01T00:00:00,2019-02-01T00:00:00,WA13123546,2,200.00,2019-02-01T00:00:00,2019-02-01T00:00:00,2019-02-01T00:00:00,WA13我的逻辑是以字典格式从文件中读取记录并继续将其附加到列表中，直到相同的键（Id）匹配为止。如果键停止匹配，则删除列表并附加新键，然后将记录与此新键进行比较。在两者之间，需要存储结果，以便我不会丢失以前处理过的记录。（这是我无法弄清楚的）。代码 ：import json,csvwith open('Test.csv') as f:    inputfile = csv.DictReader(f)    output = []    key =1    for row in inputfile :        if len(output)==0:            output.append(row)        elif len(output)>0:            if row['Id']==key:                output.append(row)            else:                del output[:]                output.append(row)        key=row['Id']        data = json.dumps({"data":output}, indent=4)print(data)输出： 当第一组被删除时，只有最后两行出现。请建议如何存储这些行。{    "data": [        {            "ToDate": "2019-02-01T00:00:00",            "ReceivedDt": "2019-02-01T00:00:00",            "regionId": "WA13",            "Id": "123546",            "LineNo": "1",            "Amt": "200.00",            "FromDt": "2019-02-01T00:00:00"        },        {            "ToDate": "2019-02-01T00:00:00",            "ReceivedDt": "2019-02-01T00:00:00",            "regionId": "WA13",            "Id": "123546",            "LineNo": "2",            "Amt": "200.00",            "FromDt": "2019-02-01T00:00:00"        }    ]}

Answer 1

使用itertools.groupby：

import csv

import json

import itertools

import operator

with open('Test.csv') as f:

    cf = csv.DictReader(f)

    output = [{'data': list(rows)} 

        for id_, rows in itertools.groupby(cf, key=operator.itemgetter('Id'))]

data = json.dumps(output, indent=4)

print(data)

Answer 2

虽然不像 using 那样简洁优雅itertools.groupby，但这是一种方法，它涉及手动跟踪具有相同 的数据组Id：

import csv

import json

with open('Test.csv') as f:

    output = []

    data = []

    key = None

    for row in csv.DictReader(f):

        if row['Id'] == key:

            data.append(row)

        else:

            if data:

                output.append({"data": data})

                data = []

            data.append(row)

            key = row['Id']

    if data:  # A final group?

        output.append({"data": data})

print('output:\n', json.dumps(output, indent=4))

输出：

output:

 [

    {

        "data": [

            {

                "Id": "123545",

                "LineNo": "1",

                "Amt": "1000.00",

                "ReceivedDt": "2019-02-01T00:00:00",

                "FromDt": "2019-02-01T00:00:00",

                "ToDate": "2019-02-01T00:00:00",

                "regionId": "WA12"

            },

            {

                "Id": "123545",

                "LineNo": "2",

                "Amt": "200.00",

                "ReceivedDt": "2019-02-01T00:00:00",

                "FromDt": "2019-02-01T00:00:00",

                "ToDate": "2019-02-01T00:00:00",

                "regionId": "WA12"

            },

            {

                "Id": "123545",

                "LineNo": "3",

                "Amt": "200.00",

                "ReceivedDt": "2019-02-01T00:00:00",

                "FromDt": "2019-02-01T00:00:00",

                "ToDate": "2019-02-01T00:00:00",

                "regionId": "WA12"

            }

        ]

    },

    {

        "data": [

            {

                "Id": "123546",

                "LineNo": "1",

                "Amt": "200.00",

                "ReceivedDt": "2019-02-01T00:00:00",

                "FromDt": "2019-02-01T00:00:00",

                "ToDate": "2019-02-01T00:00:00",

                "regionId": "WA13"

            },

            {

                "Id": "123546",

                "LineNo": "2",

                "Amt": "200.00",

                "ReceivedDt": "2019-02-01T00:00:00",

                "FromDt": "2019-02-01T00:00:00",

                "ToDate": "2019-02-01T00:00:00",

                "regionId": "WA13"

            }

        ]

    }

]