问题描述

在处理一个数据收集工作任务上，收集到的数据内容格式都不能直接对应到数据库中的表格内容。

比如：

第一种情况：服务名作为第一列内容，然后之后每一列为一个人名，1：代表此人拥有这个服务，0：代表不拥有。

第二种情况：服务名称为第一列，第二列紧跟人名，并均有重复的情况。

** 以上两种情况，都需要转换为 Name所对应的Services数据（多个Services用逗号连接在一起)。

由于数据量大，如果人工处理，工作量非常巨大，机械性，重复且易出错。于是，借助Python Pandas，短短几句代码就可以实现！

问题解答

1： 通过引入 pandas 组件，读取CSV文件

import pandas as pd

 

df = pd.read_csv('service.csv')

2：第一种情况：使用双层 for 循环

• 第一层循环文件中的全部列，并且增加一个“行索引” rowIdx ，用于标记并获取当前行所代表的Service名称
• 第二层循环列中的每一个单元格，判断值是否等于1，相等则取出Service名并进行追加
• 第二层循环完成后，对 services 字符串的最后一个逗号进行清除
• 根据固定格式，正常UPDATE SQL语句

for column in df.columns: 
    services =""
    rowIdx =0
    for value in df[column]:
        if value ==1.0:
            services += df['Services'][rowIdx] + ","               
        rowIdx += 1
    services = services.rstrip(",")
    
    print(f"UPDATE [dbo].[NameServiceMapping] SET Services='{services}' WHERE NAME ='{column}'")
    print("\n")

3：第二种情况：使用一个 For 加 字典数据结构 {}

• 读取第二列 Name， 作为字典 d 的Key
• 判断字典 d 中是否已经存在这个Name的Key, 使用 __contains__ 进行判断

• 如存在，则追加第一列中的Service。
• 反之，则为字典新加一个Key。

• 最后循环字典 d, 并生成 UPDATE SQL语句

d = {}
rowindex =0
for name in df['Name']:
    if(d.__contains__(name)):
        d[name] = d[name] + ","+df['Services'][rowindex]
    else:
        d[name] = df['Services'][rowindex]
    rowindex +=1
for key in d:
    print(f"UPDATE [dbo].[NameServiceMapping] SET Services='{d[key]}' WHERE NAME ='{key}'")
    print("\n")

3：执行结果

第一种结果：

第二种结果：

参考资料

Python 字典(Dictionary)：https://www.runoob.com/python/python-dictionary.html

当在复杂的环境中面临问题，格物之道需：浊而静之徐清，安以动之徐生。 云中，恰是如此!