如何不使用Pandas等库用Python实现CSV数据透视？

我明白你现在的困境——不能用Pandas这类库，还要处理CSV字符串的透视转换，而且现有基于字典的方法卡在了缺失列值的处理上。咱们一步步来解决这个问题：

问题核心分析 #

你的输入CSV是键值对分组的结构（每一组对应一个用户的属性集合），而不是常规的行式数据。之前的代码错误地把所有同属性的值合并到一个列表里，没有按用户分组，这才导致缺失列处理失败。

解决方案步骤 #

1. 按用户拆分数据组：每当遇到Name属性时，就开启一个新的用户属性字典（因为每个用户都以Name开头）
2. 收集所有列名：遍历所有用户组，收集出现过的所有AttributeName，作为最终CSV的表头
3. 填充每行数据：对每个用户的属性字典，按表头顺序填充值，缺失的属性留空
4. 生成目标CSV字符串：先写入表头，再逐行写入每个用户的完整数据

完整实现代码 #

import csv

def pivot_csv_string(csv_string):
    reader = csv.reader(csv_string.split('\n'), delimiter=',')
    # 跳过表头行（AttributeName,Value）
    next(reader)
    
    users = []
    current_user = {}
    all_columns = set()
    
    for row in reader:
        # 跳过空行
        if not row or row[0].strip() == '':
            continue
        attr_name, attr_value = row[0].strip(), row[1].strip()
        # 遇到新的Name，保存当前用户并新建
        if attr_name == 'Name' and current_user:
            users.append(current_user)
            current_user = {}
        # 添加当前属性到用户字典，同时记录列名
        current_user[attr_name] = attr_value
        all_columns.add(attr_name)
    
    # 别忘了添加最后一个用户
    if current_user:
        users.append(current_user)
    
    # 把列名排序（可选，也可以按出现顺序调整）
    sorted_columns = sorted(all_columns)
    # 生成CSV字符串
    csv_output = []
    # 写入表头
    csv_output.append(','.join(sorted_columns))
    # 写入每行数据
    for user in users:
        row_values = [user.get(col, '') for col in sorted_columns]
        csv_output.append(','.join(row_values))
    
    return '\n'.join(csv_output)

# 测试你的输入
input_csv = """AttributeName,Value
Name,John
Gender,M
PlaceofBirth,Texas
Name,Alexa
Gender,F
SurName,Garden"""

output_csv = pivot_csv_string(input_csv)
print(output_csv)

代码说明 #

• 分组逻辑：通过Name属性判断新用户的开始，确保每个用户的属性被正确归类到单独的字典中
• 列名收集：用集合all_columns自动去重，确保所有出现过的属性都被作为表头
• 缺失值处理：用user.get(col, '')来获取属性值，不存在的属性直接返回空字符串，完美适配缺失列的场景
• 空行处理：跳过输入中的空行，避免读取无效数据

运行这段代码后，你会得到完全符合预期的输出：

Name,Gender,PlaceofBirth,SurName
John,M,Texas,
Alexa,F,,Garden

内容的提问来源于stack exchange，提问作者Saurabh Saxena