在python中从csv文件生成字典时出错

Question

我有一个csv文件，其结构如下：

Year-Sem,Course,Studentid,Score
201001,CS301,100,363
201001,CS301,101,283
201001,CS301,102,332
201001,CS301,103,254
201002,CS302,101,466
201002,CS302,102,500

这里每年分为两个学期——01（秋季）和02（春季），数据从2008年到2014年（共14个学期）。现在我要做的是建立一个字典，其中course和studentid成为键，并且它们各自的score由year-sem作为值排序。所以每个学生的输出应该是这样的：

[(studentid,course):(year-sem1 score,year-sem2 score,...)]

我第一次尝试用这段代码制作[(studentid,course):(score)]的字典，但得到的错误是IndexError: list index out of range：

with open('file1.csv', mode='rU') as infile:
        reader = csv.reader(infile,dialect=csv.excel_tab)
        with open('file2.csv', mode='w') as outfile:
            writer = csv.writer(outfile)
            mydict = {(rows[2],rows[1]): rows[3] for rows in reader}
            writer.writerows(mydict)

当我没有使用dialect=csv.excel_tab和rU时，我得到的错误是_csv.Error: new-line character seen in unquoted field - do you need to open the file in universal-newline mode?。你知道吗

如何解决这个错误并用我在上面的文章中提到的结构[(studentid,course):(year-sem1 score,year-sem2 score,...)]生成字典？你知道吗

Answer 1

如果有重复键，则需要将值存储在某个容器中，如果要对数据进行排序，则需要使用OrderedDict：

import csv
from collections import OrderedDict

with open("in.csv") as infile, open('file2.csv', mode='w') as outfile:
    d = OrderedDict()
    reader,  writer = csv.reader(infile), csv.writer(outfile)
    header = next(reader) # skip header
    # choose whatever column names you want
    writer.writerow(["id-crse","score"])
     # unpack the values from each row
    for yr, cre, stid, scr in reader:
        # use id and course as keys and append scores
        d.setdefault("{} {}".format(stid, cre),[]).append(scr)
    # iterate over the dict keys and values and write each new row
    for k,v in d.items():
        writer.writerow([k] + v)

这会给你一些类似的东西：

id-crse,score
100 CS301,363
101 CS301,283
102 CS301,332
103 CS301,254
101 CS302,466
102 CS302,500

在您自己的代码中，您只存储键的最后一个值，也只使用writer.writerows(mydict)编写键，因为您只是迭代dict的键，而不是键和值。如果数据不是按时间顺序排列的，则必须使用itemgetter调用reader对象上的sorted：

for yr, cre, stid, scr in sorted(reader,key=operator.itemgetter(3)):
   ............

Answer 2

你选择的方言好像不对。csv.excel_tab使用制表符作为分隔符。对于您的数据，默认方言应该可以使用。你知道吗

由于在rU模式中缺少U，您在前面得到了关于换行的错误消息。你知道吗

with open(r"test.csv", "rU") as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

这个例子似乎适合我（python3）。你知道吗