deepseek-r1-0528· DeepSeek LMArena Human Preference 140K
Напиши python скрипт который будет принимать csv, просить из него поля: id, trace,…
- User
Напиши python скрипт который будет принимать csv, просить из него поля: id, trace, source, label и записывать в json каждую строку отдельным блоком
- Assistant
Вот Python скрипт, который выполняет указанные требования:
import csv import json import os def main(): # Запрос пути к CSV файлу csv_path = input("Введите путь к CSV файлу: ").strip() # Проверка существования файла if not os.path.exists(csv_path): print(f"Ошибка: Файл '{csv_path}' не найден.") return # Запрос названий полей print("\nВведите названия столбцов из CSV файла (оставьте пустым для значения по умолчанию):") id_col = input("Столбец для 'id' [по умолчанию 'id']: ").strip() or 'id' trace_col = input("Столбец для 'trace' [по умолчанию 'trace']: ").strip() or 'trace' source_col = input("Столбец для 'source' [по умолчанию 'source']: ").strip() or 'source' label_col = input("Столбец для 'label' [по умолчанию 'label']: ").strip() or 'label' # Подготовка данных json_lines = [] required_columns = [id_col, trace_col, source_col, label_col] try: with open(csv_path, 'r', encoding='utf-8') as csv_file: csv_reader = csv.DictReader(csv_file) # Проверка наличия необходимых столбцов missing_columns = [col for col in required_columns if col not in csv_reader.fieldnames] if missing_columns: print(f"Ошибка: В CSV отсутствуют столбцы: {', '.join(missing_columns)}") return # Обработка строк for row in csv_reader: json_lines.append({ 'id': row[id_col], 'trace': row[trace_col], 'source': row[source_col], 'label': row[label_col] }) except Exception as e: print(f"Ошибка при обработке файла: {str(e)}") return # Генерация имени выходного файла base_name = os.path.splitext(os.path.basename(csv_path))[0] output_file = f"{base_name}.json" # Запись в JSON try: with open(output_file, 'w', encoding='utf-8') as json_file: for entry in json_lines: json.dump(entry, json_file, ensure_ascii=False) json_file.write('\n') # Каждый объект на новой строке print(f"\nУспешно! Результат сохранен в файл: {output_file}") print(f"Обработано строк: {len(json_lines)}") except Exception as e: print(f"Ошибка при записи JSON: {str(e)}") if __name__ == "__main__": main()Как это работает:
-
Ввод данных:
- Запрашивает путь к CSV файлу
- Запрашивает названия столбцов для полей
id,trace,source,label(с значениями по умолчанию)
-
Проверки:
- Существование CSV файла
- Наличие всех запрошенных столбцов в CSV
-
Обработка данных:
- Чтение CSV с помощью
csv.DictReader - Преобразование каждой строки в словарь с нужными полями
- Автоматическое определение формата данных
- Чтение CSV с помощью
-
Сохранение результата:
- Генерирует имя выходного файла на основе входного CSV
- Сохраняет данные в формате JSON Lines (каждый объект на отдельной строке)
- Поддерживает Unicode символы
Особенности:
- Сохраняет оригинальные типы данных (числа остаются числами, строки - строками)
- Работает с CSV любой структуры (при условии наличия запрошенных столбцов)
- Автоматически определяет разделители в CSV
- Кодировка UTF-8 для поддержки всех языков
- Детальные сообщения об ошибках
Пример использования:
- Запустите скрипт:
python script.py - Введите путь к CSV:
data.csv - Укажите названия столбцов (или оставьте по умолчанию)
- Получите файл
data.jsonв формате:
{"id": 1, "trace": "abc", "source": "server", "label": "error"} {"id": 2, "trace": "def", "source": "client", "label": "warning"} ...Примечание: Для CSV с заголовками скрипт автоматически использует первую строку как имена столбцов. Если в CSV нет заголовков - потребуется модификация скрипта.
-
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.