0

Tengo el siguiente codigo que me crea un CSV con data obtenida a partir de otro CSV. En esta imagen muetro mis resultados: introducir la descripción de la imagen aquí

Ahora bien, lo que busco es que el nuevo csv en vez de grabarse con todos los datos, primero me ordene los datos de mayor a menor en cuanto a impresiones y solo me muestre el top 20. Algo asi: introducir la descripción de la imagen aquí

Codigo:

import csv
input_file = 'report_2017_12_11_12_31_19UTC.csv'
output_file= "All_Data_Tags.csv"

with open(input_file) as csvfile, open(output_file,  "w") as output:
    reader = csv.DictReader(csvfile)
    cols = ("domain","ddomain","opportunities", "impressions", "fillRate", "DATA")
    writer = csv.DictWriter(output, fieldnames=cols, extrasaction='ignore')

    writer.writeheader()
    for row in reader:
        row['fillRate'] = '{:.2f}'.format(float(row['fillRate']) * 100)
        if row['ddomain']  == "":
            if row['domain']  == "":
                row['ddomain'] = "App"
                row['domain'] = " "
        if row['domain'] == row['ddomain']:
            row['domain'] = "Real Site"    
        if row['domain']  == "":
            row['domain'] = "Detected Only"
        if row['ddomain']  == "":
            row['ddomain'] = "Vast Media"
        if row['ddomain'] != row['domain']:
            if row['ddomain'] != "Vast Media":
                if row['domain'] != "Real Site":
                    if row['domain'] != "Detected Only":
                        if row['ddomain'] != "App":
                            row['DATA'] = "FAKE"
                        else:
                            row['DATA'] = "OK"
                    else:
                        row['DATA'] = "OK"
                else:
                    row['DATA'] = "OK"
            else:
                row['DATA'] = "OK"

        writer.writerow(row)
1
  • @FJSevilla creo que sabes hacer esto el 11 dic. 2017 a las 13:45

2 respuestas 2

1

De esta manera con pandas logre lo que buscaba. Saludos

import pandas as pd 


movies = pd.read_csv('Top20_Media_Yesterday.csv')

movies = movies.sort_values(['impressions'], ascending=False)

movies = movies.to_csv("Top20_Media_Yesterday.csv")

movies = pd.read_csv('Top20_Media_Yesterday.csv', nrows=21)

movies = movies.to_csv("Top20_Media_Yesterday.csv")
1
  • Si en vez de números, tuviese palabras y quisiera ordenarlas por orden alfabético, como se haría?
    – Idoia Pico
    el 31 mar. 2021 a las 9:53
0

Deberás almacenar primero el csv en memoria, preferiblemente en una lista (ordenable y mutable), luego aplicas list.sort para que ordene por la columna que quieras y por último iteras solo sobre las 20 primeras filas de la lista.

import csv
import operator


input_file = 'report_2017_12_11_12_31_19UTC.csv'
output_file= "All_Data_Tags.csv"

with open(input_file) as csvfile, open(output_file,  "w") as output:
    reader = csv.DictReader(csvfile)
    cols = ("domain","ddomain","opportunities", "impressions", "fillRate", "DATA")
    writer = csv.DictWriter(output, fieldnames=cols, extrasaction='ignore')
    rows = sorted(reader, reverse=True, key=operator.itemgetter('impressions'))[:20]

    writer.writeheader()
    for row in rows:

        # Resto del código igual

La clave está en :

sorted(reader, reverse=True, key=operator.itemgetter('impressions'))[:20]

Que nos retorna una lista ordenada en orden descendente (reverse=True) en función de la columna impressions (clave impressions de cada diccionario que conforma cada fila y que es retornada por operator.itemgetter).

Si requieres más rendimiento porta el código para usar Pandas.

4
  • agregue otra respuesta recien con pandas, si podes chequearla seria genial. Pude lograr lo que necesitaba! el 11 dic. 2017 a las 14:53
  • Si es correcto, es a lo comentaba al final de mi respuesta, solo que yo no cargaría el csv en Pandas solo para ordenar . Ya que cargas el csv en memoria con Pandas lo normal sería crear el csv de salida también en Pandas aprovechando que tienes los datos cargados y no volver a cargarlo en Python estándar, lo cual crea una sobrecarga importante que se puede evitar. Por cierto guardas el csv de salida con todas las filas, lo cargas de nuevo y lo sobrescribes con solo las primeras 20 filas. Aplica el nrows=21 en el primer movies.to_csv("Top20_Media_Yesterday.csv") no vuelvas a cargar el csv
    – FJSevilla
    el 11 dic. 2017 a las 15:02
  • okey, y sabes como renombrar un header del csv? el 11 dic. 2017 a las 15:17
  • @MartinBouhie con pandas puedes cambiar el nombre de las columnas con pandas.DataFrame.rename. Por ejemplo para renombrar tu columna fillRate haces movies.rename(columns={'fillRate': 'New_fillRate'}, inplace=True) o al escribir el csv pasale una lista con los nombres de tus columnas al argumento header de to_csv. En Python con el módulo csv puedes simplemente escribir tu propio header, en vez de writer.writeheader() puedes hacer writer.writerow(dict(zip(writer.fieldnames, ("domain","ddomain","opportunities", "impressions", "new_fillRate", "DATA")))).
    – FJSevilla
    el 11 dic. 2017 a las 16:05

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.