python csv列表比较和加法答案

【问题标题】：python csv list compare and additionpython csv列表比较和加法
【发布时间】：2016-04-25 14:07:13
【问题描述】：

解析和添加客户端数据

Data:
('Client 1', '13.2')
('Client 1', '22.4')
('Client 1', '1.2')
('Client 2', '3.4')
('Client 3', '12.3')
('Client 3', '3.221')
('Client 4', '234.44')

尝试编写正确的循环并添加功能以获得正确的输出。

目标结果：

客户端 1：36.8
客户端 2：3.4
客户 3：15.521
客户端 4：234.44

这是我最终正确列出数据的代码。我从这里去哪里得到结果。我尝试了许多不同的循环都没有成功。

import csv

with open('clientdata.csv') as csvfile:
    reader = csv.DictReader(csvfile)
    numbers = []
    for row in reader:
       print(row['Client Name'], row['Earnings'])

【问题讨论】：

可能使用pandas模块和group_by和sum
或使用字典numbers[ row['Client Name'] ] += row['Earnings']对值求和
你的数据文件中真的有括号吗？即，文件中是('Client 1', '13.2') 还是'Client 1', '13.2'？

标签： python parsing csv addition

【解决方案1】：

您可以通过使用格式字符串（%.2f 将有 2 个小数位）和记录谁赚多少的字典来解决它。

clients = {}
with open('clientdata.csv') as csvfile:
    reader = csv.DictReader(csvfile)
    numbers = []
    for row in reader:
       name = row['Client Name']
       earnings = float(row['Earnings'])
       if name in clients:
           clients[name] += earnings
       else:
           clients[name] = earnings
    for client in sorted(clients):
          print("%s:%.2f" % (client, clients[client]))

【讨论】：

这很好用！客户的订单在此过程中被破坏。您如何列出这些客户 A-Z？
问题是字典不保持秩序。因此，我们需要对客户名称进行排序。我已经调整了解决方案以合并正在排序的客户端。

【解决方案2】：

您应该创建一个包含所有客户端的字典，然后检查客户端是否已经在目录中。如果客户不是，那么将他们与他们的收入一起添加。如果他们在其中，那么只需将下一个收入添加到他们现有的收入中。

这是我将如何进行此操作的代码。希望这会有所帮助：

clientDirectory = {}
for row in reader:
    if row['Client Name'] not in clientDirectory:
        clientDirectory[row['Client Name']] = float(row['Earnings'])
    else:
        [row['Client Name']] += float(row['Earnings'])

for key in clientDirectory.keys():
    print("%s %f" %(key, clientDirectory[key]))

【讨论】：

我认为 clientDirectory[key] 是一个浮点数，打印时应该使用 %f 而不是 %s。

【解决方案3】：

您可以使用字典添加值

with open('clientdata.csv') as csvfile:
    reader = csv.DictReader(csvfile)
    results = {}

    # adding

    for row in reader:

       # default value for new client
       if row['Client Name'] not in results:
          results[row['Client Name']] = 0

       # add value
       results[row['Client Name']] += float(row['Earnings'])

    # showing

    for name, value in results.items():
        print("%s: %s" % (name,value))

但这可能是一个问题 - 字典不必保持顺序，您可以以不同的顺序查看结果。

【讨论】：

这不会导致您的打印语句出现问题，因为值将是一个浮点数并且您的格式字符串是字符串类型吗？
python 应该将浮点数转换为字符串 - 但是使用例如 %.3f 如果我需要它们，我可以获得四舍五入的结果。
当然你可以使用有序字典（来自集合）来保持顺序。

【解决方案4】：

假设你有一个像这样的数据文件：

$ cat /tmp/data.csv
'Client 1', '13.2'
'Client 1', '22.4'
'Client 1', '1.2'
'Client 2', '3.4'
'Client 3', '12.3'
'Client 3', '3.221'
'Client 4', '234.44'

您可以使用defaultdict 将文件中的浮点值相加：

from collections import defaultdict
import csv

dd=defaultdict(float)

with open('/tmp/data.csv') as data:
    for row in csv.reader(data, quotechar="'", skipinitialspace=True):
        dd[row[0]]+=float(row[1])

print '\n'.join(["{}: {}".format(k, dd[k]) for k in sorted(dd)])

打印：

Client 1: 36.8
Client 2: 3.4
Client 3: 15.521
Client 4: 234.44

（我使用的排序仅适用于客户端 1 - 客户端 9；之后您需要一个 natural sort 方法...）

【讨论】：

【解决方案5】：

$ cat test.csv
Client 1, 13.2
Client 1, 22.4
Client 1, 1.2
Client 2, 3.4
Client 3, 12.3
Client 3, 3.221
Client 4, 234.44

然后在 Python 中：

from odo import odo
from pandas import DataFrame

clientDF = odo('test.csv', DataFrame)
print clientDF.groupby(['0']).sum()

【讨论】：