如何用Python实现数字倒排索引？含GCF_NO的CSV文件处理指导

这里的倒排索引指的是建立WP_NO（数字）到对应GCF_NO列表的映射，下面两种方法适合Python新手：

方法1：用内置csv模块（基础入门） #

适合想理解底层逻辑的新手，无需额外安装库：

import csv

# 初始化倒排索引字典，键为WP_NO，值为对应的GCF_NO列表
inverted_index = {}

# 打开CSV文件（替换成你的文件路径）
with open("your_file.csv", mode="r", encoding="utf-8") as file:
    reader = csv.DictReader(file)
    # 遍历每一行数据
    for row in reader:
        wp_no = row["WP_NO"]
        gcf_no = row["GCF_NO"]
        # 如果WP_NO不在字典里，先创建空列表
        if wp_no not in inverted_index:
            inverted_index[wp_no] = []
        # 将当前GCF_NO添加到对应WP_NO的列表中
        inverted_index[wp_no].append(gcf_no)

# 打印倒排索引结果
for wp, gcfs in inverted_index.items():
    print(f"WP_NO {wp}: 对应的GCF_NO列表 -> {gcfs}")

方法2：用pandas库（高效简洁） #

如果数据量较大，pandas会更高效，需先安装：pip install pandas

import pandas as pd

# 读取CSV文件（替换成你的文件路径）
df = pd.read_csv("your_file.csv")

# 按WP_NO分组，把对应的GCF_NO聚合为列表，转成字典就是倒排索引
inverted_index = df.groupby("WP_NO")["GCF_NO"].apply(list).to_dict()

# 打印结果
for wp, gcfs in inverted_index.items():
    print(f"WP_NO {wp}: 对应的GCF_NO列表 -> {gcfs}")

补充说明 #

• 两种方法最终都会得到一个字典：键是WP_NO的数字值（如果CSV里是字符串类型数字，可自行用int()转换），值是所有关联的GCF_NO组成的列表
• 若需把结果保存为新文件，可通过csv.writer或pandas的to_csv方法实现

内容的提问来源于stack exchange，提问作者Muhammad Zohaib Khan