CSV__03--使用csv库对每条商品求平均评分

1.CSV概念

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。

2.什么是CSV库？

一句话： 读写csv文件的库。

2.1读写对象

csv 库中有两组常用的读写对象：

列表形式：

1. csv.reader ：以列表的形式返回读取的数据；
2. csv.writer ：以列表的形式写入数据；

字典形式：

1. csv.DictReader ：以字典的形式返回读取的数据；
2. csv.DictWriter：以字典的形式写入数据；

2.2读写方式

读写方式r、rb、rt r+、w、a、w+、a+：

1. r:打开只读，没有文件报错；
2. rb：只读。二进制文件按二进制位进行读取。不创建，不存在会报错。
3. rt：只读。文本文件用二进制读取。不创建，不存在会报错。
4. r+：可读写。覆盖写。不创建，不存在会报错。
5. w:打开写，没有文件创建文件，文件有内容删除内容重头写；
6. a:打开写，没有文件创建文件，文件有内容从尾行开始追写（继续写）；
7. w+:打开读写，没有文件创建文件，文件有内容删除内容重头写；
8. a+:打开读写，没有文件创建文件，文件有内容从尾行开始追写（继续写）。

3.问题描述

有很多数据存储在csv文件中，每件商品有唯一id，以及评分字段，csv文件按照id排列，需要将相同商品id的评分进行一个求平均分的操作。

4.解决问题

1. 生成文件列表的迭代器：

reader = csv.reader(open(path,'rt',encoding='utf-8'))

2. 取出需要的列存入列表

 column1 = [row1[0:4] for row1 in reader]

3. 循环读取

while i <= reader.line_num - 1:

4. 计算与写入

grade = "%.3f"%(temp/(j))
# 写入
column1[i][3]=grade
writer1.writerow(column1[i])

5. 返回计算后的文件路径

return "single_"+path

完整代码

# Author : Hu
# Date : 2022/11/24 19:40
# File : compute_grade.py

import csv

# 对单个作品求平均分
def single_work(path):
    reader = csv.reader(open(path,'rt',encoding='utf-8'))
    column1 = [row1[0:4] for row1 in reader]
    print("共有"+str(reader.line_num-1)+"条评价。")
    i = 1

    with open("single_"+path, 'w', encoding='UTF8', newline='') as f1:
        writer1 = csv.writer(f1)
        writer1.writerow(["realname", "userID", "workID", "grade"])
        while i <= reader.line_num - 1:
            j = 1
            grade = 0
            temp = float(column1[i][3])
            while column1[i][2] == column1[i+1][2]:
                temp = float(column1[i+1][3]) + temp
                i = i + 1
                j = j + 1
                # 判断是否到最后一条数据
                if i == reader.line_num-1:
                    break
            grade = "%.3f"%(temp/(j))
            # 写入
            column1[i][3]=grade
            writer1.writerow(column1[i])
            i = i + 1

    return "single_"+path