按动物ID拆分CSV单UID列至多列的Python脚本问题

原脚本的核心问题是误解了输入数据格式——输入中每个UID单独占一行，而非同一行用逗号分隔多个UID，同时缺少按Animal_ID分组聚合UID的逻辑，导致输出完全不符合预期。以下是修正后的完整脚本：

import csv
from collections import defaultdict

def split_uid_by_animal(input_file, output_file):
    # 按Animal_ID分组，收集对应Day和所有UID
    animal_data = defaultdict(lambda: {'day': '', 'uids': []})
    with open(input_file, 'r') as csv_file:
        reader = csv.DictReader(csv_file)
        for row in reader:
            animal_id = row['Animal_ID']
            # 记录Day（同一Animal_ID的Day取首次值，确保一致性）
            if not animal_data[animal_id]['day']:
                animal_data[animal_id]['day'] = row['Day']
            animal_data[animal_id]['uids'].append(row['UID'])
    
    # 自动计算最大UID数量，生成动态表头
    max_uids_count = max(len(data['uids']) for data in animal_data.values())
    new_headers = ['Day', 'Animal_ID'] + [f'UID_{i+1}' for i in range(max_uids_count)]
    
    # 构造输出行数据
    new_rows = [new_headers]
    for animal_id, data in animal_data.items():
        current_row = [data['day'], animal_id]
        # 填充UID，数量不足时补空字符串
        current_row.extend(data['uids'] + [''] * (max_uids_count - len(data['uids'])))
        new_rows.append(current_row)
    
    # 写入输出文件
    with open(output_file, 'w', newline='') as csv_file:
        writer = csv.writer(csv_file)
        writer.writerows(new_rows)

# 调用示例
input_file = input("输入文件名: ")
output_file = input("输出文件名: ")
split_uid_by_animal(input_file, output_file)
print("处理完成，已生成目标输出文件。")

关键修复点说明 #

• 分组逻辑：使用collections.defaultdict自动按Animal_ID聚合所有关联的UID，无需手动指定每个动物的UID数量
• 动态表头：自动检测所有动物中最多的UID数量，生成对应数量的UID列（如某动物有3个UID则生成UID_1、UID_2、UID_3）
• 健壮性：通过列名读取数据（csv.DictReader），避免原脚本依赖列索引的脆弱性
• 补空处理：自动为UID数量不足的行填充空字符串，保证输出CSV的列数一致

测试验证 #

输入示例：

Day,UID,Animal_ID
1,1000,H0001
1,1001,H0001
1,1002,H0002
1,1003,H0002
1,1004,H0003
1,1005,H0003

输出结果：

Day,Animal_ID,UID_1,UID_2
1,H0001,1000,1001
1,H0002,1002,1003
1,H0003,1004,1005

内容的提问来源于stack exchange，提问作者Jimmy Genome