分析字典列表中保存的python数据的正确方法

Question

刚开始接触 python 编程，我只是了解列表和字典。但现在我已经超出了我的深度，我的 google-fu 让我失望了。

我写了一个从 csv 文件中读取分数的小程序

def main():
  with open('test_data.csv') as csvfile:
    reader = csv.DictReader(csvfile)
    test_database = []
    for row in reader:
        test_database.append(dict(username=row['username'],
                             subject=row['subject'],
                             dificulty=row['dificulty'],
                             answers=row['answers'],
                             questions=row['questions'],     
                             percentage=row['percentage'],     
                             grade=row['grade']))    
    csvfile.close()
  print(test_database)

它使用以下 csv 文件 test_data.csv

username,subject,dificulty,answers,questions,percentage,grade
ian47,History,Hard,1,5,20.0,D
ian47,Computer Science,Medium,5,5,75.0,B

并生成以下数据

[{'username': 'ian47', 'dificulty': 'Hard', 'questions': '5', 'grade': 'D', 'percentage': '20.0', 'answers': '1', 'subject': 'History'}, {'username': 'ian47', 'dificulty': 'Medium', 'questions': '5', 'grade': 'B', 'percentage': '75.0', 'answers': '5', 'subject': 'Computer Science'}]

我的问题是如何处理这些数据的最佳方式，我真的很喜欢它格式化数据并使其易于理解的方式，但现在我在检索和处理这些数据时遇到了困难。

我希望做以下事情：-

• 显示一个人的所有结果
• 显示每个科目每个难度一个人的最高/最低/平均分数
• 显示每个科目的最高分和获得它的人

如果有人可以帮助并为我指出其中一两个问题的正确方向，我相信我将能够解决剩下的问题

Answer 1

这个问题可能太宽泛了，但如果我是你，我会研究 Pandas。使用 pd.read_csv 你会得到一些非常像的东西（原文写为t.csv）：

>>> import pandas as pd 
>>> t = pd.read_csv('t.csv')
>>> t
  username           subject dificulty  answers  questions  percentage grade
0    ian47           History      Hard        1          5        20.0     D
1    ian47  Computer Science    Medium        5          5        75.0     B
>>> t[t['grade'] == 'B']
  username           subject dificulty  answers  questions  percentage grade
1    ian47  Computer Science    Medium        5          5        75.0     B
>>> t.at[0, 'username'] = 'frank'
>>> t
  username           subject dificulty  answers  questions  percentage grade
0    frank           History      Hard        1          5        20.0     D
1    ian47  Computer Science    Medium        5          5        75.0     B
>>> t['percentage'].max()
75.0
>>> t.groupby(['subject', 'username'])['percentage'].max()
subject           username
Computer Science  ian47       75.0
History           ian47       20.0
Name: percentage, dtype: float64
>>> 
>>> t.to_csv('t.csv')

然后，当我检查t.csv 的内容时，我得到：

username,subject,dificulty,answers,questions,percentage,grade
ian47,History,Hard,1,5,20.0,D
ian47,Computer Science,Medium,5,5,75.0,B