Python用字典统计CSV数据的实现示例

在数据分析过程中，CSV（Comma-Separated Values）文件是一种常见的数据存储格式。Python 提供了许多处理CSV文件的工具，其中字典（dictionary）是一个非常高效的数据结构，可以用来统计和处理CSV数据。本文将详细介绍如何使用Python字典统计CSV数据，并通过多个实例来说明其应用场景。

一、准备工作

在开始之前，我们需要安装和导入必要的库。这里我们使用Python内置的csv模块来读取CSV文件，同时使用collections模块中的defaultdict来方便地统计数据。

import csv
from collections import defaultdict

二、读取CSV文件

首先，让我们看看如何读取一个CSV文件。假设我们有一个名为data.csv的文件，内容如下：

name,age,city
Alice,30,New York
Bob,25,Los Angeles
Alice,32,New York
David,25,Chicago

我们可以使用以下代码来读取文件：

filename = 'data.csv'

with open(filename, mode='r', newline='') as file:
    reader = csv.DictReader(file)
    data = [row for row in reader]

print(data)

运行上述代码会输出：

[{'name': 'Alice', 'age': '30', 'city': 'New York'},
 {'name': 'Bob', 'age': '25', 'city': 'Los Angeles'},
 {'name': 'Alice', 'age': '32', 'city': 'New York'},
 {'name': 'David', 'age': '25', 'city': 'Chicago'}]

三、使用字典统计数据

统计每个城市的人员数量

我们可以使用字典来统计每个城市的人员数量：

city_count = defaultdict(int)

for row in data:
    city = row['city']
    city_count[city] += 1

print(dict(city_count))

运行结果：

{'New York': 2, 'Los Angeles': 1, 'Chicago': 1}

统计每个名字出现的次数

类似地，我们可以统计每个名字出现的次数：

name_count = defaultdict(int)

for row in data:
    name = row['name']
    name_count[name] += 1

print(dict(name_count))

运行结果：

{'Alice': 2, 'Bob': 1, 'David': 1}

统计每个城市的平均年龄

我们还可以统计每个城市的平均年龄。这需要两个步骤：首先统计每个城市的总年龄和人数，然后计算平均年龄。

city_age_sum = defaultdict(int)
city_count = defaultdict(int)

for row in data:
    city = row['city']
    age = int(row['age'])
    city_age_sum[city] += age
    city_count[city] += 1

city_avg_age = {city: city_age_sum[city] / city_count[city] for city in city_age_sum}

print(city_avg_age)

运行结果：

{'New York': 31.0, 'Los Angeles': 25.0, 'Chicago': 25.0}

四、多场景应用

除了上述基础统计，字典还可以用于更复杂的数据处理场景。下面是几个应用实例：

统计每个名字在每个城市的出现次数

name_city_count = defaultdict(lambda: defaultdict(int))

for row in data:
    name = row['name']
    city = row['city']
    name_city_count[name][city] += 1

print({name: dict(city_count) for name, city_count in name_city_count.items()})

运行结果：

{'Alice': {'New York': 2},
 'Bob': {'Los Angeles': 1},
 'David': {'Chicago': 1}}

统计每个年龄段的人数

假设我们要统计20-29岁、30-39岁等年龄段的人数：

age_group_count = defaultdict(int)

for row in data:
    age = int(row['age'])
    if 20 <= age < 30:
        age_group = '20-29'
    elif 30 <= age < 40:
        age_group = '30-39'
    # 其他年龄段可以继续添加
    else:
        age_group = 'Other'
    
    age_group_count[age_group] += 1

print(dict(age_group_count))

运行结果：

{'30-39': 2, '20-29': 2}

五、总结

本文介绍了如何使用Python字典统计CSV数据，并通过多个实例展示了其在不同场景下的应用。字典作为一种灵活高效的数据结构，可以极大地简化数据统计和处理的过程。希望这些示例能够帮助你更好地理解和应用Python字典来处理实际数据分析任务。

到此这篇关于Python用字典统计CSV数据的实现示例的文章就介绍到这了,更多相关Python 字典统计CSV内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！