在Python中读取CSV文件并创建字典

Question

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

我想读取这些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，把它们转换成字典，然后遍历这些字典，看看'A'出现了多少次，以及它的值是什么，以便计算平均值，最后得出结果。我已经写了这段代码，但我在高效计算'A'出现的次数和累加里程数方面遇到了困难，以便生成我的最终输出。你有什么建议可以在Python中做到这一点吗？对我来说，在C#中做这件事相对简单，但我在Python方面还不太熟练。

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()

Answer 1

你可以按照以下步骤操作：

1. 给你的数据加一个表头（比如，“跑步者, 距离, 国家”）。
2. 把它保存到一个文件里（比如，log.csv）。

3. 用这里的load_csv函数加载这个文件：https://github.com/kdavies4/ModelicaRes/blob/master/modelicares/util.py#L676，你需要先下载util.py文件，然后按照下面的步骤操作：

   from util import load_csv
   d = load_csv("log.csv")
   

   这样你就会得到一个字典，内容如下：

   d = {'Runner': ['A', 'B', 'C', 'A', 'B'], 'Distance': [10, 30, 4, 20, 10], 'Country': ['USA', 'UK', 'IT', 'UK', 'USA']}
   

   load_csv函数会使用csv.reader自动创建一个字典，字典的键是表头里的内容。每个键对应的字典项是一个列表，里面存的是对应列的值。你可以在这里查看文档： http://kdavies4.github.io/ModelicaRes/util.html#modelicares.util.load_csv。util.py文件里还有很多其他的函数，但你可以安全地把它们删掉（只要保留最上面的import numpy as np）。

4. 运行下面的代码来计算平均距离：

   # 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])))
   

这样你应该能得到想要的结果，而且如果数据增加（无论是行还是列），这个方法也能灵活应对。

Kevin

Answer 2

在你的循环中，可以这样使用split：

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

这样做会把这一行中的每个值都放到不同的变量里。然后你就可以随意使用这些变量了。

Answer 3

你可以使用一个叫做 defaultdict 的东西来存储值，然后把它们打印出来：

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))
        )