Python 解析 CSV 并按列进行分组统计_poi.csv的python统计-CSDN博客

本文链接：https://blog.csdn.net/2501_91160677/article/details/146704540

```html Python 解析 CSV 并按列进行分组统计

Python 解析 CSV 并按列进行分组统计

在数据处理和分析中，CSV（逗号分隔值）文件是一种非常常见的数据格式。它以纯文本的形式存储表格数据，每行表示一条记录，每个字段由逗号分隔。Python 提供了强大的工具来解析 CSV 文件并进行各种操作，例如按列分组、统计等。

1. 读取 CSV 文件

首先，我们需要使用 Python 的标准库 `csv` 来读取 CSV 文件。以下是一个简单的示例代码：

```python import csv # 打开 CSV 文件 with open('data.csv', mode='r', encoding='utf-8') as file: reader = csv.reader(file) # 读取所有行 rows = [row for row in reader] ```

上述代码中，我们使用 `csv.reader` 来读取 CSV 文件，并将每一行作为一个列表存储在 `rows` 中。这样，我们可以轻松地访问每一行的数据。

2. 按列分组

假设我们的 CSV 文件包含多列数据，比如姓名、年龄、性别等。我们可以根据某一列的值对数据进行分组。例如，我们想按性别分组。

```python from collections import defaultdict # 假设第一列为姓名，第二列为年龄，第三列为性别 groups = defaultdict(list) for row in rows[1:]: # 跳过表头 gender = row[2] # 第三列为性别 groups[gender].append(row) ```

在这个例子中，我们使用 `defaultdict` 来存储分组后的数据。`groups` 是一个字典，键是性别，值是该性别的所有记录。

3. 统计信息

接下来，我们可以对分组后的数据进行统计。例如，计算每个性别的人数。

```python # 计算每个性别的数量 gender_counts = {gender: len(rows) for gender, rows in groups.items()} print(gender_counts) ```

这段代码会输出类似这样的结果：

```python {'Male': 50, 'Female': 30} ```

这表示有 50 个男性和 30 个女性。

4. 进一步分析

除了简单的计数，我们还可以进行更复杂的统计，比如计算平均年龄。假设年龄在第二列。

```python # 计算每个性别的平均年龄 age_averages = {} for gender, rows in groups.items(): ages = [int(row[1]) for row in rows] # 假设年龄是整数 average_age = sum(ages) / len(ages) age_averages[gender] = average_age print(age_averages) ```

这段代码会输出类似这样的结果：

```python {'Male': 35.6, 'Female': 32.8} ```

这表示男性的平均年龄为 35.6 岁，女性的平均年龄为 32.8 岁。