按CSV第0列分组提取第2列数据的Python代码异常问题

哦，这个问题我太熟了！用itertools.groupby处理CSV分组时最容易踩的坑就是没先按分组键排序，这大概率就是你第2列数据混乱的罪魁祸首。

问题根源 #

itertools.groupby的工作逻辑是只将连续出现的相同键归为一组，如果你的CSV文件中第0列的分组不是连续排列的（比如先出现00组，接着是01组，之后又出现00组），那么groupby会把这两段00当成完全独立的分组，最终导致你的数组数据分散、混乱。

修正后的代码 #

下面是经过修复的完整代码，核心就是先按分组键排序，再进行分组：

import csv
from itertools import groupby

# 读取CSV文件并转换为列表（方便后续排序操作）
with open('mon.csv', 'r', newline='', encoding='utf-8') as f:
    csv_reader = csv.reader(f)
    # 如果你的CSV有表头，先跳过表头；没有的话请注释掉这一行
    header = next(csv_reader)
    # 将迭代器转为列表，因为csv.reader是一次性迭代器，排序需要遍历所有行
    rows_list = list(csv_reader)

# 关键步骤：按第0列（分组键）排序，确保相同分组的行连续
sorted_rows = sorted(rows_list, key=lambda row: row[0])

# 分组并收集每个分组的第2列数据
grouped_result = {}
for group_id, group_rows in groupby(sorted_rows, key=lambda row: row[0]):
    # 提取当前分组中所有行的第2列（注意Python是0索引，第2列对应索引2）
    grouped_result[group_id] = [row[2] for row in group_rows]

# 输出验证结果
for group_key, values in grouped_result.items():
    print(f"分组 {group_key}: {values}")

额外注意事项 #

如果排序后还是有异常，可以检查这两个点：

• 分组键格式一致性：确保第0列的所有值格式统一，比如有的是字符串"00"，有的是数字0，会被groupby当成不同的键。可以在排序和分组时统一转成字符串：key=lambda row: str(row[0])。
• 数据完整性：检查CSV中是否存在缺失第2列的行，这种情况可以在提取时做过滤：[row[2] for row in group_rows if len(row) > 2 and row[2].strip()]。

试试这个方案，应该就能解决你遇到的数据混乱问题了！

内容的提问来源于stack exchange，提问作者ksammy926