1

Amigos, Tenho um arquivo csv com 5k linhas no qual constam transações de compras. Existe um id para cada compra, ocorre que para um lote onde varias transações de compras são realizadas existe um id que começa sempre com a mesma sequência numérica, mas antes do final dessa sequencia ha um numero que identifica uma compra dentro denum lote. Exemplo:

A pessoa comprou 5 itens:

000034200100 000034200200 000034200300 000034200400 000034200500

Se essas sequencias vivessem nessa ordem seria maravilha, ocorre que essas sequencias vem espalhadas nesse arquivo de 5k linhas.

Como posso agrupar esses lotes de maneira a deixar tudo junto como no meu exemplo? Quero fazer isso em python ok.

Pensei em clusters mas não sei se é boa ideia.

8
  • 1
    Você já tem algo desse código feito? Consegue incluir um exemplo dos dados completos que precisam ser organizados? O resultado seria outro .csv?
    – Daniel
    Commented 9/06/2017 às 22:52
  • Ainda não tenho nada em código pronto. Recebi isso ontem de um cliente e basicamente é um csv com essa coluna de id, descrição, origem, destino, valor, tarifa, e etc. A saida pode ser um csv ou um xlsx.
    – Bene
    Commented 9/06/2017 às 23:09
  • Qual é e astrutura do csv? da forma como vc fez a pergunta fica dificil entender o contexto, sugiro editar a pergunta e colocar um fragmento do csv para 'clarear' um pouco mais, tá meio obscuro. :-)
    – Sidon
    Commented 10/06/2017 às 13:11
  • O csv esta separado por virgulas e abrindo no excel a primeira coluna é o id, logo após vem descrição, quantidade, origem, destino, valor, tarifa..... É uma estrutura colunar comum, nada muito diferente das tabelas convencionais.
    – Bene
    Commented 10/06/2017 às 13:41
  • O arquivo tem muitas colunas e pra colocar aqui um pedaço vai ficar ruim, mas basicamente é uma tabela normal sem nenhum tipo de estrutura diferente.
    – Bene
    Commented 10/06/2017 às 13:46

1 Resposta 1

1

Se o número que identifica forem sempre os 3 últimos (ou um número fixos de digitos a partir do final)

l = ["000034200100", "000034200200", "000034200300", "000034200400", "000034200500"]
d = {} #Vamos salvar os resultados aqui
for numero in l:
    prefixo = numero[:-3] #Slice sem os 3 últimos elementos da string
    if not d.get(prefixo, False):
        d[prefixo] = [numero]
    else:
        d[prefixo].append(numero)

Isso vai gerar um dict separado por "prefixo" ou seja, os ids sem os números de lote, onde o valor de cada prefixo é uma lista com todos os IDs que começam com aquele prefixo, vc pode dar um sort nessa lista para ordenar ela

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .