0

重複したエントリを削除するスクリプトを書いています。データ内の一部の人は、電話番号が 2 つあるため、名前を 2 回入力しています。また、電話番号フィールドが配列ではないため、複数入力するために、複数のエントリを入力しました。

私のスクリプトは、列名に対応するキーを持つ辞書にエントリを変更し、各行を通過します。各行を通過するマスター for ループと、各要素のすべての要素を実行するネストされた for ループがあり、それらを比較して重複を検出します。重複にヒットすると、コードは電話、電子メール、および Web サイトを比較し、それらが一意である/一致しない場合はそれらを領域に追加することになっています。

これが私のコードです：

import csv

# This function takes a tab-delim csv and merges the ones with the same name but different phone / email / websites.
def merge_duplicates(sheet):

    myjson = [] # myjson = list of dictionaries where each dictionary

    with(open("ieca_first_col_fake_text.txt", "rU")) as f:

        sheet = csv.DictReader(f,delimiter="\t")
        for row in sheet:
            myjson.append(row)

        write_file = csv.DictWriter(open('duplicates_deleted.csv','w'), ['name','phone','email','website'], restval='', delimiter = '\t')

        for row in myjson:

            # convert phone, email, and web to lists so that extra can be appended
            row['phone'] = row['phone'].split()
            row['email'] = row['email'].split()
            row['website'] = row['website'].split()
            print row

        for i in len(myjson):

            # if the names match, check to see if phone, em, web match. If any match, append to first row.
            try:
                if myjson[i]['name'] == myjson[i+1]['name']:
                    if myjson[i]['phone'] != myjson[i+1]['phone']:
                        myjson[i]['phone'].append(myjson[i+1]['phone'])
#                     if row['email'] != myjson[rowvalue+1]['email']:
#                         row['email'].append(myjson[rowvalue+1]['email'])
#                     if row['website'] != myjson[rowvalue+1]['website']:
#                         row['website'].append(myjson[rowvalue+1]['website'])
            except IndexError:
                print("We're at the end now") 

            write_file.writerow(row)

merge_duplicates('ieca_first_col_fake_text.txt')

したがって、私のコードではすべてがうまくいき、最初の重複にヒットすると、次のエラーが発生します。

{'website': [], 'phone': [], 'name': 'Diane Grant Albrecht M.S.', 'email': []}
{'website': ['www.got.com'], 'phone': ['111-222-3333'], 'name': 'Lannister G. Cersei M.A.T., CEP', 'email': ['cersei@got.com']}
{'website': [], 'phone': [], 'name': 'Argle D. Bargle Ed.M.', 'email': []}
{'website': ['www.daManWithThePlan.com'], 'phone': ['000-000-1111'], 'name': 'Sam D. Man Ed.M.', 'email': ['dman123@gmail.com']}
Traceback (most recent call last):
  File "/Users/samuelfinegold/Documents/noodle/delete_duplicates.py", line 40, in <module>
    merge_duplicates('ieca_first_col_fake_text.txt')
  File "/Users/samuelfinegold/Documents/noodle/delete_duplicates.py", line 20, in merge_duplicates
    row['email'] = row['email'].split()
AttributeError: 'NoneType' object has no attribute 'split'
logout

助けてくれてどうもありがとう！

それが役立つ場合のExデータ：

name    phone   email   website
Diane Grant Albrecht M.S.           
"Lannister G. Cersei M.A.T., CEP"   111-222-3333    cersei@got.com  www.got.com
Argle D. Bargle Ed.M.           
Sam D. Man Ed.M.    000-000-1111    dman123@gmail.com   www.daManWithThePlan.com
Sam D. Man Ed.M.    
Sam D. Man Ed.M.    111-222-333     dman123@gmail.com   www.daManWithThePlan.com
D G Bamf M.S.           
Amy Tramy Lamy Ph.D.
4

2 に答える 2