如何基于表头对CSV文件数据排序生成标准化输出，并实现INPUT OUTPUT场景下的交易归属自动分配？

Hey there! Let's tackle your two CSV processing needs with clear, actionable code and explanations.

一、读取CSV表头并按表头排序数据 #

First up, reading CSV headers and sorting data based on those headers. Here are two straightforward approaches depending on your tool preference:

方法1：使用Python原生csv模块 #

If you want to stick to built-in tools without external libraries:

import csv

# 读取CSV文件
with open('your_file.csv', 'r') as f:
    reader = csv.reader(f)
    # 获取表头
    headers = next(reader)
    # 按表头字母顺序排序（也可以自定义排序规则）
    sorted_headers = sorted(headers)
    # 建立表头与索引的映射，方便后续重排每行数据
    header_indices = {header: idx for idx, header in enumerate(headers)}
    
    # 处理每行数据，按排序后的表头重新排列
    sorted_rows = []
    for row in reader:
        sorted_row = [row[header_indices[h]] for h in sorted_headers]
        sorted_rows.append(sorted_row)

# 输出标准化结果（示例为写入新CSV）
with open('sorted_output.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(sorted_headers)
    writer.writerows(sorted_rows)

Note: 如果需要自定义排序顺序而非字母序，直接把sorted(headers)替换成你预设的表头列表即可（比如['Name', 'Date', 'Amount']）。

方法2：使用pandas（更简洁高效） #

For a faster, more concise solution, pandas is your go-to:

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_file.csv')
# 按表头字母顺序排序列（axis=1表示按列方向排序）
sorted_df = df.reindex(sorted(df.columns), axis=1)
# 输出标准化结果（index=False避免写入额外索引列）
sorted_df.to_csv('sorted_output.csv', index=False)

几行代码就搞定所有繁琐操作！

二、拆分同一列的人员信息并分类交易 #

Now for the trickier task: splitting Rahul and Ritu's transactions from the same column, plus separating international/domestic transactions. Here's a step-by-step implementation using Python's csv module:

核心逻辑 #

1. 遍历CSV的每一行数据；
2. 当遇到包含"Rahul"或"Ritu"的行时，更新current_user变量，标记后续交易归属的用户；
3. 当遇到交易类型标识（"International transactions"或"Domestic transactions"）时，更新current_transaction_type变量；
4. 对于普通交易行，结合当前的用户和交易类型，将数据归类到对应位置；
5. 最后整理成标准化的结构化数据输出。

代码实现 #

import csv

# 初始化存储结果的字典，预设用户和交易分类
user_transactions = {
    'Rahul': {'International': [], 'Domestic': []},
    'Ritu': {'International': [], 'Domestic': []}
}
current_user = None
current_transaction_type = None

with open('transactions.csv', 'r') as f:
    # 使用DictReader可以直接通过列名访问数据，更直观
    reader = csv.DictReader(f)
    for row in reader:
        # 假设用户标识在'Description'列，根据实际CSV结构调整列名
        description = row['Description'].strip()
        
        # 识别当前用户
        if 'Rahul' in description:
            current_user = 'Rahul'
            current_transaction_type = None
        elif 'Ritu' in description:
            current_user = 'Ritu'
            current_transaction_type = None
        
        # 识别当前交易类型
        elif 'International transactions' in description:
            current_transaction_type = 'International'
        elif 'Domestic transactions' in description:
            current_transaction_type = 'Domestic'
        
        # 若已明确用户和交易类型，且当前行是有效交易数据（存在金额列）
        elif current_user and current_transaction_type and row['Amount']:
            # 整理交易数据，按需提取需要的字段
            transaction = {
                'Date': row['Date'],
                'Amount': row['Amount'],
                'Merchant': row['Merchant']
            }
            # 将交易数据归类到对应位置
            user_transactions[current_user][current_transaction_type].append(transaction)

# 输出标准化结果（示例为打印，也可写入CSV）
for user, categories in user_transactions.items():
    print(f"--- {user}'s Transactions ---")
    for trans_type, transactions in categories.items():
        print(f"\n{trans_type}:")
        for idx, trans in enumerate(transactions, 1):
            print(f"{idx}. Date: {trans['Date']}, Amount: {trans['Amount']}, Merchant: {trans['Merchant']}")

关键说明 #

• 请根据你的实际CSV结构，调整代码中的列名（比如'Description'、'Amount'）；
• 如果用户/交易类型的标识在其他列，只需修改对应列名的判断逻辑即可；
• 代码逻辑默认：用户标识后，所有后续交易（直到下一个用户标识）都归属于该用户；交易类型标识后，所有后续交易（直到下一个类型标识）都归属于该类型。

内容的提问来源于stack exchange，提问作者Pallav Vyas