在 Python 中读取 csv 文件并创建字典答案

【问题标题】：reading csv file in Python and creating dictionary在 Python 中读取 csv 文件并创建字典
【发布时间】：2013-03-02 06:20:49
【问题描述】：

我有一个这样的 csv 数据集：

A, 10, USA
B,30, UK
C,4,IT
A,20,UK
B,10,USA

我想阅读这个 csv 行并提供以下输出：

A has ran 30 miles with average of 15. 
B has ran 30 miles with average of 20.
C has ran 4 miles with average of 4.

到目前为止，我的解决方案是读取 csv 数据并将它们转换为字典，然后对其进行迭代以查看“A”重复了多少次以及它必须为平均值计算哪些值并最终产生结果.我已经编写了这段代码，但是我很难有效地计算 A 被重复的次数并将里程加起来以创建我的最终输出。有什么想法可以在 Python 中做到这一点吗？在 C# 中做这件事对我来说有点容易，但我对 Python 不是那么好。

def main(filename):
    f = open(filename,'r')
    labels = ['name','miles','country']
    data = csv.DictReader(f,labels,delimiter=',')
    for line in data:
        print (line['name']+"  " + "has ran" +"   "+  line['miles']+" "+"miles")

    f.close()

【问题讨论】：

标签： python csv dictionary

【解决方案1】：

您可以使用defaultdict 来存储这些值，然后将它们打印出来：

import csv

from collections import defaultdict

with open(filename, 'r') as handle:
    reader = csv.DictReader(handle, ['name', 'miles', 'country'])
    data = defaultdict(list)

    for line in reader:
        data[line['name']).append(int(line['miles']))

    for runner, distances in data.items():
        print '{} ran a total of {} miles and an average of {} miles'.format(
            runner, sum(distances), sum(distances) / float(len(distances))
        )

【讨论】：

如果 csv 数据集中的行超过 1000s，您认为这是一个好的解决方案吗？我希望这个解决方案不是 O(n^2)，那样会把事情搞砸。
@user843681：是O(n)。您对 CSV 和结果进行一次迭代以将其打印出来。

【解决方案2】：

我你的循环使用 split 如下：

var1, var2, var3 = line.split(",")

这将为您获取每个变量中的行中的每个值。然后随意使用变量。

【讨论】：

Ops，我没注意到你要计算平均值。
是的，这就是诀窍。起初它看起来很简单，但如果你是 Python 新手，它会特别吸引你。

【解决方案3】：

您可以执行以下操作：

为您的数据添加标题行（例如，“跑步者、距离、国家/地区”）。
将其保存到文件（例如 log.csv）中。
在此处使用 load_csv 函数加载它：https://github.com/kdavies4/ModelicaRes/blob/master/modelicares/util.py#L676 通过在那里下载 util.py 文件并执行以下操作：
```
from util import load_csv
d = load_csv("log.csv")
```
你应该得到以下字典：
```
d = {'Runner': ['A', 'B', 'C', 'A', 'B'], 'Distance': [10, 30, 4, 20, 10], 'Country': ['USA', 'UK', 'IT', 'UK', 'USA']}
```
load_csv 函数使用 csv.reader 自动创建一个字典，其键名以其在标题行中找到的条目命名。每个键的字典条目是相应列中的值的列表。文档在这里： http://kdavies4.github.io/ModelicaRes/util.html#modelicares.util.load_csv。 util.py 文件包含许多其他功能，但您可以安全地删除它们（只要将import numpy as np 留在顶部）。

运行以下代码计算平均距离：

# Create counter dictionaries for the statistics.
from collections import Counter
n_runs = Counter()
totals = Counter()

# Calculate the total distance.
for runner, distance in zip(d['Runner'], d['Distance']):
    n_runs[runner] += 1
    totals[runner] += distance

# Print the results.
for runner in set(d['Runner']):
    print("%s has run %i miles with an average of %g."
          % (runner, totals[runner], totals[runner]/float(n_runs[runner])))

这应该会给您想要的结果，并且如果数据被扩展（按行或列），它应该是灵活的。

凯文

【讨论】：