2

我正在尝试使用 numpy genfromtxt 将 csv 文件读取到结构化数组中。我计划对其进行排序，然后使用 groupby 根据其中一列的字符串值将文件分成组。最后，我将拼接每个组中的列以进行额外处理。

这是一个小例子，我想为每个组返回一个特定的列。

import numpy as np
from itertools import groupby

food1 = [[" vegetable", "tomato"], [" vegetable", "spinach"], [" fruit", "watermelon"], [" fruit", "grapes"], [" meat", "beef"]]

for key, group in groupby(food1, lambda x: x[0]):
    print key   
    group[:1]
# In the line above, TypeError: 'itertools._grouper' object is unsubscriptable, I have tried it with  food1 or food2
    for thing in group:     
        print key + ": "  + thing[1];       
    print " "

我想要的输出是返回第二列变量的几个数组；按第一列的值分组，

所以蔬菜：[“番茄”，“菠菜”]，水果：[“西瓜”，“葡萄”] ...等。

我试图拼接 groupby 的组返回，但由于它是一个迭代器，我会得到 TypeError: 'itertools._grouper' object is unsubscriptable。

我知道我可以拼接从 genfromtxt 加载的数据，但它是先分组然后拼接的组合给我带来了麻烦。

data = np.genfromtxt("file.txt", delimiter=',', skiprows=3)
# splicing a column from the ndarray read from the csv file
column2 = data[:,2];

还有什么其他想法我怎么能完成这个组然后拼接？

谢谢。

4

1 回答 1

2

我认为您正在尝试这样做：

from itertools import groupby

food1 = [[" vegetable", "tomato"], [" vegetable", "spinach"], [" fruit", "watermelon"], [" fruit", "grapes"], [" meat", "beef"]]

data={}
for key, group in groupby(sorted(food1), key=lambda x: x[0]):
    data[key.strip()]=[v[1] for v in group]

那么数据是：

{'vegetable': ['tomato', 'spinach'], 
 'fruit': ['watermelon', 'grapes'], 
 'meat': ['beef']}
于 2013-07-10T03:15:10.627 回答