Wie sortiere ich diese CSV-Datei?

Question

Ich versuche, eine CSV-Datei zu sortieren, die wie folgt aussieht:

filename,field1,field2 
10_somefile,0,0 
1_somefile,0,0 
2_somefile,0,0 
3_somefile,0,0 
4_somefile,0,0 
5_somefile,0,0 
6_somefile,0,0 
7_somefile,0,0 
8_somefile,0,0 
9_somefile,0,0 

I-Code von einem anderen Thread verwiesen habe:

with open(outfname, "rb") as unsorted_file: 
    csv_f = csv.reader(unsorted_file) 
    header = next(csv_f, None) 
    sorted_data = sorted(csv_f, key=operator.itemgetter(0)) 

with open(outfname, 'wb') as sorted_file: 
    csv_f = csv.writer(sorted_file, quoting=csv.QUOTE_ALL) 
    if header: 
     csv_f.writerow(header) 
    csv_f.writerows(sorted_data) 

Dies wird jedoch die '10_somefile' nicht bewegen bis zum Ende. Wie kann ich das so sortieren, dass es die Nummer vor dem Unterstrich als Sortierfeld verwendet?

Answer 1

Dies geschieht, weil "10" < "1_". Sie möchten ganze Zahlen und keine Zeichenfolgen vergleichen. Dieses Verhalten kann erreicht werden, indem für jede Zeile eine Ganzzahl mit den Zeichen bis zum Unterstrich erstellt wird. Angenommen, Sie können eine Zeichenfolge s (die mit dem itemgetter durchgeführt werden kann, wie Sie gerade tun) erhalten. Dann wird das folgende Lambda (wenn es als key für sorted übergeben wird) tun, was Sie wollen.

key=lambda s: int(s[: (s.index('_'))]))) 

Was diese Funktion tut, ist einfach: Es gibt nur die ganze Zahl aus den Zeichen von s bis zu machte, aber nicht einschließlich, den ersten Unterstrich.

Answer 2

key Das Argument sorted kehrt das erste Element jeder Zeile als String, so dass vor dem "10...""1_..." kommen. Sie müssen "natürliche Sortierung" anstelle dieser rohen Sortierung verwenden.

prüft How to correctly sort a string with a number inside?

Answer 3

Unter der Annahme, dass alle Ihre filename Felder mit einer Zahl beginnen, die einfachste, was man tun kann, ist durch die ganze Zahl zu sortieren, indem sie aus dem Dateinamen Parsen.

# Assume this is the data of the CSV after reading it in 
filenames = ['10_somefile,0,0', 
'1_somefile,0,0', 
'2_somefile,0,0', 
'3_somefile,0,0', 
'4_somefile,0,0', 
'5_somefile,0,0', 
'6_somefile,0,0', 
'7_somefile,0,0', 
'8_somefile,0,0', 
'9_somefile,0,0'] 

# Here, we treat the first part of the filename (the number before the underscore) as the sort key. 
sorted_data = sorted(filenames, key=lambda l: (int(l.partition('_')[0]))) 

Wenn Sie Ausgabe sorted_data, es sollte wie folgt aussehen:

['1_somefile,0,0', '2_somefile,0,0', '3_somefile,0,0', 
'4_somefile,0,0', '5_somefile,0,0', '6_somefile,0,0', 
'7_somefile,0,0', '8_somefile,0,0', '9_somefile,0,0', '10_somefile,0,0']