通过合并两列数据来计算有多少唯一标识符？

Question

我正在尝试制作一个非常简单的计数脚本，我猜是使用了defaultdict (我无法理解如何使用DefaultDict，因此如果有人可以评论我的代码片段，我将非常感激)

我的目标是取元素0和元素1，将它们合并成一个字符串，然后计算有多少唯一的字符串.

例如，在下面的数据中，有15行包含3个类，4个分类，当合并在一起时，我们只有3个唯一的类。第一行的合并数据(忽略标题行)是：Class01CD2

CSV数据：

uniq1,uniq2,three,four,five,six
Class01,CD2,data,data,data,data
Class01,CD2,data,data,data,data
Class01,CD2,data,data,data,data
Class01,CD2,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
Class02,CD3,data,data,data,data
DClass2,DE2,data,data,data,data
DClass2,DE2,data,data,data,data
Class02,CD1,data,data,data,data
Class02,CD1,data,data,data,data

它的想法是简单地打印出有多少唯一的类可用。有人能帮我解决这个问题吗？

问候

• Hyflex

Answer 1

由于您正在处理CSV数据，所以可以使用CSV模块以及字典：：。

import csv

uniq = {} #Create an empty dictionary, which we will use as a hashmap as Python dictionaries support key-value pairs.

ifile = open('data.csv', 'r') #whatever your CSV file is named.
reader = csv.reader(ifile)

for row in reader:
    joined = row[0] + row[1] #The joined string is simply the first and second columns in each row.
    #Check to see that the key exists, if it does increment the occurrence by 1
    if joined in uniq.keys():
        uniq[joined] += 1
    else:
        uniq[joined] = 1 #This means the key doesn't exist, so add the key to the dictionary with an occurrence of 1

print uniq #Now output the results

这一产出如下：

{'Class02CD3': 7, 'Class02CD1': 2, 'Class01CD2': 3, 'DClass2DE2': 2}

注意:这是假设CSV没有标题行(uniq1,uniq2,three,four,five,six)。

参考资料：

http://docs.python.org/2/library/stdtypes.html#dict