遍历CSV::Rows

Question

我要开始说我还在学习ruby。

我正在编写一个脚本来解析.csv并识别数据集中可能存在的重复记录。

我有一个带有标题的.csv文件，所以我正在解析数据，以便可以使用标题访问每一行，如下所示：

@contact_table = CSV.parse(File.read("app/data/file.csv"), headers: true)

# Prints all last names in table
puts contact_table['last_name']

我正在尝试迭代表中的每一行，并确定我当前迭代的姓氏是否与下一个姓氏相似，但我在执行此操作时遇到了问题。我猜我处理它的方式就好像它是一个数组，但我检查了它的类型，它是一个CSV::Row。

示例(这不起作用)：

@contact_table.each_with_index do |c, i|
  puts "first contact is #{c['last_name']}, second contact is #{c[i + 1]['last_name']}"
end

我意识到这不是这样工作的，因为表不是一个数组，它是一个CSV::Row，就像我之前提到的那样。有什么方法可以做到这一点吗？我现在真的想不起来了。

我的csv看起来像这样：

id,first_name,last_name,company,email,address1,address2,zip,city,state_long,state,phone
1,Donalt,Canter,Gottlieb Group,dcanter0@nydailynews.com,9 Homewood Alley,,50335,Des Moines,Iowa,IA,515-601-4495
2,Daphene,McArthur,"West, Schimmel and Rath",dmcarthur1@twitter.com,43 Grover Parkway,,30311,Atlanta,Georgia,GA,770-271-7837

Answer 1

@contact_table应该是一个CSV::Table，它是CSV::Row的集合，所以在下面：

@contact_table.each_with_index do |c, i|
  ...
end

c是一个CSV::Row。这就是c['last_name']工作的原因。这里的问题是：

c[i + 1]['last_name']

您看到的是c (单行)，而不是@contact_table，如果您说：

@contact_table[i + 1]['last_name']

然后，您将获得下一个姓氏，或者，当c是最后一行时，由于@contact_table[i+1]将为nil，因此是一个异常。

此外，在迭代中，c是当前行(或(i+1)行)，并不总是第一行。

Answer 2

你的用例是什么？看起来像是学校的项目？

我建议使用for_each而不是parse (参见this comparison)。我可能会使用Set来实现这一点。

• 在解析文件的范围之外(即在解析代码之上)创建一个集合。让我们在每次迭代期间将其称为rows.
• Call rows.include?(row)，同时解析文件
  • 如果为true，则您知道您有一个重复的
  • 如果为false，则调用rows.add(row)向set

添加新行

​

您也可以使用必须不同的列(例如，row.field(:some_column_name))中的单个值填充您的集合，例如电子邮件或电话号码，并对其执行相同的包含检查。

(如果这是一个真实的应用程序，请不要这样做。改为使用模型validations。)

Answer 3

我会使用#read而不是#parse，并这样做：

require 'csv'
LASTNAME_INDEX = 2
data = CSV.read('data.csv')

data[1..-1].each_with_index do |row, index|
  puts "Contact number #{index + 1} has the following last name : #{row[LASTNAME_INDEX]}"
end

#~> Contact number 1 has the following last name : Canter
#~> Contact number 2 has the following last name : McArthur