Primero que nada, buen día! Tengo un archivo csv con la siguiente estructura:
Lo que deseo es eliminar las filas duplicadas que contengan el mismo valor en la columna CODIGO pero concatenar el contenido de la columna NOTAS de cada una de las columnas duplicadas, es decir, si la columna CODIGO tiene el valor de 200000004 repetido 5 veces, quedarse con todo el contenido de la primera fila pero concatenar en esa misma el dato de la columna nota para cada uno de los registros duplicados.
Así es como pretendo que queden los registros:con la columna de NOTAS concatenada:
Actualmente estoy utilizando como referencia este código:
#!/usr/bin/python3
import sys
DELIMITER = ','
def remove_duplicates(records):
prev = None
for r in records:
r = (str(r[0]), str(r[1]), str(r[2]), str(r[3]), str(r[4]))
if prev is None:
prev = r
elif r[0] != prev[0]:
yield prev
prev = r
elif r[3] > prev[3]:
prev = r
if prev is not None:
yield prev
def main():
for r in remove_duplicates(
l.rstrip('\n').rsplit(DELIMITER) for l in sys.stdin
):
print(*r, sep=',')
if __name__ == '__main__':
main()
Pero no logro hacer que me concatene la parte de las notas, estoy utilizando Python 3.