帮助计算保存为CSV的Excel文件的平均值和标准差

Question

我有大约20个Excel文件，保存为CSV格式，放在一个文件夹里。每个Excel文件的第一、第二和第三列都有数字。我想用Python的CSV模块读取所有文件的第一列、第二列和第三列，然后计算每一列的平均值和标准差，并把这些结果保存到一个单独的Excel文件里。请帮帮我……这是我目前的进展……我该如何单独访问每一列呢？

import csv
import os
from numpy import array

path="A:\\hello\\folder"
dirList=os.listdir(path)
for file in dirList:
    fullpath=os.path.join(path,file)
##    print fullpath
    with open(fullpath, 'rb') as f:
        [[val for val in line.split(',')] for line in f.readlines()]
##        print line
        nums = array([line])

        for row in nums:
            print row.mean()

Answer 1

一个列表推导式就像是一个反向的循环，它可以自动帮你构建一个列表。如果你把它们嵌套起来，把“列”放在里面，把“行”放在外面，你就能得到一个类似矩阵的东西（嵌套列表结构）：

nums = [[int(val) for val in line.split(',')] for line in my_file.readlines()]

或者，如果你有一个csv读取对象，它可能看起来像这样：

nums = [[int(val) for val in line] for line in my_csv_reader]

现在，你通过上面的列表推导式把矩阵存到了一个叫nums的变量里。

接下来，你可能需要使用numpy来计算一些统计数据。这很方便，因为你可以很容易地访问numpy数组的列，当你这样做时，它会以numpy数组的形式返回该列。numpy数组还内置了计算均值和标准差的方法。你只需把nums传入array()构造函数，就可以把它转换成numpy数组：

from numpy import array
anums = array(nums)

然后，如果你想遍历列，可以使用数组切片表示法和每个numpy数组都有的shape变量：

# The 1 index of anums.shape should tell you how many columns you have
for c in range(anums.shape[1]):
    column = anums[:,c]
    col_mean = column.mean()
    col_std = column.std()
    # Do something with these variables here, probably