CSV处理代码转Pandas实现及按条件递增字符串后缀问题咨询

技术选型建议 #

简单的CSV读取、固定格式导出的轻量场景，保留原生csv模块代码即可，不需要额外引入Pandas依赖，运行效率更高。如果你的项目本身已经依赖Pandas做其他数据处理，或者后续需要对CSV数据做过滤、统计、关联等复杂操作，再换成Pandas实现更合适。

Pandas适配改造代码 #

以下代码完全对齐你原有原生csv模块的逻辑，同时实现了title后缀添加需求：

import pandas as pd

# 读取CSV文件，若你的CSV自带表头，删除header=None参数即可
df = pd.read_csv('foo.csv', header=None, dtype=str)

output_content = []
# 取CSV第一列的所有值遍历，对应原代码的Data[item][0]逻辑
for val in df.iloc[:, 0]:
    # 按规则添加后缀，每个值输出两行对应前缀
    output_content.append(f'this is titleA-1: {val}')
    output_content.append(f'this is titleA-1: {val}')
    output_content.append(f'this is titleB-2: {val}')
    output_content.append(f'this is titleB-2: {val}')

# 一次性写入文件，避免循环写入的IO性能问题
with open('titles.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(output_content))

Lambda实现后缀添加的两种场景 #

场景1：修改DataFrame列名后缀 #

如果需要给DataFrame的列名称加指定后缀，实现代码如下：

df.columns = df.columns.map(lambda x: f"{x}-1" if x == "titleA" else f"{x}-2" if x == "titleB" else x)

场景2：修改列值的前缀后缀 #

如果需要给指定列的所有值拼接后缀，实现代码如下：

# 给titleA列所有值加-1后缀
df['titleA'] = df['titleA'].map(lambda x: f"{x}-1")
# 给titleB列所有值加-2后缀
df['titleB'] = df['titleB'].map(lambda x: f"{x}-2")

内容的提问来源于stack exchange，提问作者newGuy