Блог

У меня есть csv-файл, который выглядит как дерево (в файле 3000 строк).

 A,
,B
,,B1
,,B2
,,,,,B2a
,C
,,C1
,,,C1a
,,C2
,,,,,C2a1a

 

Я хотел бы проанализировать файл, чтобы получить таблицу, которая выглядит следующим образом

 Parent Child
A B
B B1
B B2
B2 B2a
A C
C C1
C1 C1a
C C2
C2 C2a1a
 

Обратите внимание, что лист со значениями B2a и C2a1a содержит больше запятых, но связан с ближайшим отцом

вы можете попробовать yaml

 import yaml
import re
import io

s = """A,
,B
,,B1
,,B2
,,,,,B2a
,C
,,C1
,,,C1a
,,C2
,,,,,C2a1a"""

s_ = re.sub(r'(,*[wd] )', r'1:', s)
parsed = yaml.load(io.StringIO(s_.replace(',', ' ')))

def flatten_and_print(d):
  for k,v in d.items():
    if (isinstance(v, dict)):
      for k2 in v:
        print(k, k2)
      flatten_and_print(v)

flatten_and_print(parsed)

# A B
# A C
# B B1
# B B2
# B2 B2a
# C C1
# C C2
# C1 C1a
# C2 C2a1a
 

Для этого вы можете использовать стек, который поддерживает путь от корня до текущего узла из входных данных.

Поскольку, по-видимому, количество запятых может увеличиваться более чем на 1, стек должен включать глубину каждого элемента, который он хранит.

Вот реализация:

 def pairs(csv):
    stack = []
    for line in csv.splitlines():
        name = line.lstrip(",")
        depth = len(line) - len(name)
        name = name.rstrip(",")
        while stack and depth <= stack[-1][0]:
            stack.pop()
        if stack:
            yield stack[-1][1], name
        stack.append((depth, name))
 

Вот как вы могли бы это назвать:

 csv = """A,
,B
,,B1
,,B2
,,,,,B2a
,C
,,C1
,,,C1a
,,C2
,,,,,C2a1a"""

for pair in pairs(csv):
    print(*pair)