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;SUPPLIER

X100;100;ABC

X100;120;ADD

X101;110;ABV

X102;100;ABC

X102;105;ABV

X100;119;ABG

所以我做了以下事情：

import csv

mainlist=[]

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 collectionsimport csvfilename = '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:            passprint('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)