7.3 投票文件数据统计

这是一个经典练习，主要涉及对字典和文件处理的综合技能。

主要目的是实现投票文件数据统计，比如有数据文件 count.txt，内容为每个候选人及其选票，可能一个候选人会出现多次：

张三    6
李四    8
王二    3
张三    5
王二    4
张三    3

要求读取文件，并统计汇总结果为： {'张三': 14, '李四': 8, '王二': 7}

1）建立数据文件

可以在PyCharm中直接建立数据文件，右击当前项目，选择New——File，如：

然后即可输入新的文件名称（扩展名也要全部输入）：

 

接着就可以输入上述数据内容，保存后即可完成数据文件的准备。

 

 2）测试读取文件

with open('count.txt') as f:
    for line in f.readlines():
        print(line)

可能的运行界面为：

 如果出现这种问题，可能的原因在于字符集没有正确设置，可以使用encoding来选择设置：

with open('count.txt', encoding='UTF-8') as f:
    for line in f.readlines():
        print(line)

运行界面为：

很多同学可能是在其他地方建立的数据文件，比如记事本：

 

此时要注意保存的文件，需要根据情况选择下不同的字符集，比如 UTF-8 等（需要结合自己的电脑来观察，不同的电脑可能不一样）：

 

 3）处理数据

将读取过来的数据，进行必要的解析，得到候选人姓名和选票：

with open('count.txt') as f:
    for line in f.readlines():
        words = line.split()
        print(words)

输出为：
['张三', '6']
['李四', '8']
['王二', '3']
['张三', '5']
['王二', '4']
['张三', '3']

也可以：

with open('count.txt') as f:
    for line in f.readlines():
        words = line.split()
        print(words[0], words[1])

输出为：
张三 6
李四 8
王二 3
张三 5
王二 4
张三 3

具体格式可以根据你的处理方法来选择。

4）统计数据

统计方法很直观，遍历读取的每个候选人和选票，然后判断候选人是否在字典中，如不在就新建一个并设置初始值为当前读取的选票数。如在，就把新的选票数累计到原有的值上：

with open('count.txt') as f:
    dict = {}
    for line in f.readlines():
        words = line.split()
        if words[0] not in dict:
            dict[words[0]] = int(words[1])
        else:
            dict[words[0]] = dict[words[0]] + int(words[1])
print(dict)

输出为：{'张三': 14, '李四': 8, '王二': 7}

也可以使用 get 函数来实现同样的功能：

with open('count.txt') as f:
    dict = {}
    for line in f.readlines():
        words = line.split()
        dict[words[0]] = dict.get(words[0], 0) + int(words[1])
print(dict)

输出内容同上。此时无需判断是否存在，因为 get 函数如果有第二个参数（比如这里的 0 ），就会在找不到元素时直接返回第二个参数的值。因此第一次新建一个候选人元素时，对应的 get 函数返回 0 ，加上后面的初始得票数，正好就是第一条候选人的得票数。后续添加相同候选人时，该 get 函数将会返回原有的得票数，正好加上新的得票数，累加成汇总值。

也可以使用 update 函数来实现同样的功能：

with open('count.txt') as f:
    dict = {}
    for line in f.readlines():
        words = line.split()
        dict.update({words[0]: dict.get(words[0], 0) + int(words[1])})
print(dict)

输出内容同上。功能也和上面的 get 函数效果一样。

---

进一步完善练习，读取文件，并统计平均结果为：

{'张三': 4.67, '李四': 8.0, '王二': 3.5}。

所谓平均结果是指该候选人得票数除以投票人的个数。为此，不仅需要保存投票数总和，还需要统计投票人的个数：

with open('count.txt') as f:
    dict = {}
    for line in f.readlines():
        words = line.split()
        if words[0] not in dict:
            dict[words[0]] = [int(words[1]), 1]
        else:
            dict[words[0]][0] = dict[words[0]][0] + int(words[1])
            dict[words[0]][1] += 1
print(dict)

输出为：{'张三': [14, 3], '李四': [8, 1], '王二': [7, 2]}

这里对于每个字典元素，它的值是一个具有两个值的列表，分别存储着与元素键对应的候选人得票数总和和投票人个数。所以最终可以获得每个候选人的得票总和和投票人个数。

有了这些基础，进一步增加计算平均值的过程：

with open('count.txt') as f:
    dict = {}
    for line in f.readlines():
        words = line.split()
        if words[0] not in dict:
            dict[words[0]] = [int(words[1]), 1]
        else:
            dict[words[0]][0] = dict[words[0]][0] + int(words[1])
            dict[words[0]][1] += 1
dict2 = {}
for i in dict:
    dict2[i] = round(dict[i][0] / dict[i][1], 2)
print(dict2)

输出为：
{'张三': 4.67, '李四': 8.0, '王二': 3.5}

请大家上机观察并调试。

配套学习资源、慕课视频：

Python大数据分析-李树青https://www.njcie.com/python/