重新排序重複的聯繫人。與名單

Question

問題我用以下方式以CSV 120000行：

ID Duplicate 
1 65 
2 67 
4 12 
4 53 
4 101 
12 4 
12 53 
101 ... 

這份名單基本上指定了許多用戶ID的，哪些是該用戶的重複用戶。如何由該列表現在我真的不能在Excel中篩選了這一點，所以我想用這個結果來改造列表：

[1, 65] 
[2, 67] 
[4, 12, 53, 101] 

之後我就可以寫入到一個新的CSV只刪除列表[ 0]，這樣我就可以爲每個「重複的用戶塊」保留一個用戶。在Excel中，我會刪除所有剩餘的用戶ID。

但是來到這一點，我有幾個問題：

import csv 

with open("contacts.csv", "rt") as f: 
    reader = csv.reader(f, delimiter="\t") 

    contacts = [] 
    for row in reader: 
     if row[0] not in contacts: 
      contacts.append(row[0]) 
     if row[1] not in contacts: 
      position = contacts.index(row[0]) 
      contacts[position].append(row[1]) 

當然我得到的錯誤「AttributeError的：‘海峽’對象有沒有屬性‘追加’」聯繫人[位置]是一個串。但是，如何更改代碼，以便獲取每個重複聯繫人塊的列表？

謝謝！

Answer 1

有一個在標準Python幾乎是一個內襯太

import csv 
from itertools import groupby 

with open("contacts.csv", "rt") as f: 
    reader = csv.reader(f, delimiter="\t") 
    contacts = [[k] + [r[1] for r in g] for k, g in groupby(reader, key=lambda row: row[0])] 

我也很喜歡熊貓的解決方案，但它意味着學習一種新的API。

Answer 2

這會工作，即使您的CSV文件沒有排序，如果你錯過了幾個項目：

with open('contacts.csv') as infile: 
    data = {} 
    for i,dup in csv.reader(infile): 
     if i not in data: 
      if dup in data: 
       data[i] = data[dup] 
       continue 

      data[i] = set((i, dup)) 
      data[dup] = data[i] 
      continue 

     data[i].add(dup) 

for _,dups in data.items(): 
    print(sorted(dups)) 

UPDATE：如果你想避免打印多套重複的：

for k,dups in list(data.items()): 
    if k not in data: continue 
    print(sorted(dups)) 
    for d in dups: data.pop(d)