如何在处理CSV文件时跳过城市和日期与上一行重复的行？

针对你的需求，我整理了完整的实现代码，既实现了按州名作为键构建字典、将城市和日期存入对应列表的功能，又能自动跳过和上一行完全重复的记录：

import csv

def read_file(fp):
    # 初始化存储结果的字典：键为州名，值为(城市, 日期)的列表
    state_data = {}
    # 用来保存上一行的城市和日期，初始设为None
    prev_city_date = None
    
    reader = csv.reader(fp)
    # 跳过表头行
    next(reader)
    
    for row in reader:
        # 解析当前行的州、城市、日期
        state, city, date = row
        current_city_date = (city, date)
        
        # 判断当前行是否和上一行完全重复，重复则跳过
        if current_city_date == prev_city_date:
            continue
        
        # 如果州不在字典里，先初始化对应的空列表
        if state not in state_data:
            state_data[state] = []
        # 将当前的城市和日期添加到对应州的列表中
        state_data[state].append(current_city_date)
        
        # 更新上一行的记录为当前行
        prev_city_date = current_city_date
    
    return state_data

# 测试示例（假设你的CSV文件名为data.csv）
if __name__ == "__main__":
    with open("data.csv", "r") as fp:
        result = read_file(fp)
        print(result)

代码逻辑拆解： #

• 字典初始化：state_data用来存储最终结果，键是州名，值是包含(城市, 日期)元组的列表
• 重复行过滤：用prev_city_date保存上一行的城市和日期组合，每次遍历新行时对比，完全一致就直接跳过当前行
• 数据分组存储：遍历每行时，先检查州是否已在字典中，没有则创建空列表，再把当前的城市和日期组合添加进去
• 表头处理：用next(reader)跳过第一行的表头数据

用你提供的测试CSV数据运行后，输出结果会是：

{'Michigan': [('Detroit', '3/31/00'), ('Detroit', '4/1/00'), ('Detroit', '4/2/00')]}

完美去掉了连续重复的两行Detroit 3/31/00。

内容的提问来源于stack exchange，提问作者Chuepapiii