Python: объединить данные на основе ключевого столбца - PullRequest
Новая
       21

Python: объединить данные на основе ключевого столбца

0 голосов
/ 26 мая 2020

Наличие данных, содержащих родительские и дочерние записи в одном текстовом файле (два заголовка). Родитель - department, дочерние элементы - employees, а dno - столбец соединения. 

dno,dname,loc
10,FIN,USA
20,HR,EUR
30,SEC,AUS
empno,ename,sal,dno
2100,AMY,1001,10
2200,JENNY,2001,10
3100,RINI,3001,20
4100,EMP4,4001,30
4200,EMP5,5001,30
4300,EMP6,6001,30

Хотел бы объединить оба данных по dno и создать вывод, как показано ниже: 

empno,ename,sal,dno,dname,loc
2100,AMY,1001,10,FIN,USA
2200,JENNY,2001,10,FIN,USA
3100,RINI,3001,20,HR,EUR
4100,EMP4,4001,30,SEC,AUS
4200,EMP5,5001,30,SEC,AUS
4300,EMP6,6001,30,SEC,AUS

Python version - 2.6

Пробовали следующее решение: 

dept_lst = []
emp_lst = []

with open(efile,'rb') as e_file:
    reader = csv.reader(e_file,delimiter=",")
    for row in reader:
        if ((row[0] != 'dno' and row[0] != 'dname' ) or 
            (row[0] != 'empno' and row[0] != 'ename')):
            if len(row) == 3:
                dept_lst.append(row)
            elif len(row) == 4:
                emp_lst.append(row)

result = [ e + [d[1],d[2]] for e in emp_lst for d in dept_lst if e[3] == d[0]]

for line in result:
    print ",".join(line)

Вопрос: Исходные данные имеют размер более 1 ГБ, и, похоже, это работает. Не уверен, что это оптимальное решение.

Хотелось бы знать, есть ли другие эффективные способы / альтернативы обработки этого сценария с использованием Python Standard Library - 2.6.

1 Ответ

2 голосов
/ 26 мая 2020

Рассмотрите возможность чтения первой части и составления словаря последующих действий, затем переключитесь на вторую часть и используйте словарь. Кроме того, рассмотрите возможность использования модуля записи CSV для одновременной записи обработанных строк вместо сохранения их в виде списка. 

dno = {}
# Why do you open the file in the binary mode?
with open("efile.csv", "r") as e_file,\
     open("ofile.csv", "w") as o_file:
    reader = csv.reader(e_file)
    next(reader) # Skip the header
    for row in reader:
        if row[0] == 'empno':
            break # The second part begins
        dno[row[0]] = row[1:]
    writer = csv.writer(o_file)
    for row in reader:
        writer.writerow(row + dno[row[3]])
...