Rumah > pembangunan bahagian belakang > Golang > Bagaimana untuk menormalkan (1:N) fail csv ke peta dalam Go?

Bagaimana untuk menormalkan (1:N) fail csv ke peta dalam Go?

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB
Lepaskan: 2024-02-06 10:06:07
ke hadapan
819 orang telah melayarinya

如何在 Go 中将 csv 文件规范化 (1:N) 为地图?

Kandungan soalan

Saya cuba menormalkan struktur fail csv seperti berikut:

name, note
'joe', 5
'joe', 3
'ashley', 1
'ashley', 7
'ashley', 4
Salin selepas log masuk

ke peta, selepas membaca fail, akan dikurangkan kepada:

map [string][]string{
    "joe" = {5, 3},
    "ashley" = {1, 7, 4},
}
Salin selepas log masuk

Apakah cara terbaik?

Saya baru pergi, kod yang saya buat adalah seperti ini:

func main() {
    fileName := "new"
    xlsx, err := excelize.OpenFile(fileName + ".xlsx")
    if err != nil {
        fmt.Println(err)
        return
    }
    rows, err := xlsx.Rows("Sheet1")
    if err != nil {
        fmt.Print(err)
    }

    for rows.Next() {

        column, err := rows.Columns()
        if err != nil {
            println(err)

        }

        for i := 0; i < 1; i++ {
            if i == i {
                m := map[string][]string{
                    column[i]: []string{column[1]},
                }
                fmt.Printf("%v\n", m)
            }

        }
    }
}
Salin selepas log masuk


Jawapan betul


Ia sepatutnya sangat mudah:

m := map[string][]string{}
for rows.Next() {
    column, err := rows.Columns()
    if err != nil {
        panic(err)
    }
    if len(column) < 2 {
        panic("row too short")
    }
    m[column[0]] = append(m[column[0]], column[1])
}
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk menormalkan (1:N) fail csv ke peta dalam Go?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan