Python数据分析：csv文件数据的提取案例

Python数据分析：csv文件数据的提取案例

文件网址：https://www.kaggle.com/osmi/mental-health-in-tech-survey

目标：提取csv文件中的国家和所对应的性别统计数据

import csv

# 数据集路径
path = 'survey.csv'

def run_main():
    # 男性取值列表
    male_set = {'male', 'm'}
    # 女性取值列表
    female_set = {'female', 'f'}
    # 创建存储结果的空字典，键为国家，值为女性和男性数据的列表
    result_dict = {}
    # 加载数据
    with open(path, 'r', newline='') as csvfile:
        rows = csv.reader(csvfile)
        for i, row in enumerate(rows):
            # 跳过标题
            if i == 0:
                continue
            # 每50行打印
            if i % 50 == 0:
                print('正在处理第{}行数据...'.format(i))
            # 取出原始csv文件中的性别数据
            gender_val = row[2]
            country_val = row[3]
            # 去除空格
            gender_val = gender_val.replace(' ', '')
            # 转换为小写
            gender_val = gender_val.lower()

            # 判断国家是否已经存在，若不存在则初始化
            if country_val not in result_dict:
                result_dict[country_val] = [0, 0]
            # 判断性别
            if gender_val in female_set:
                result_dict[country_val][0] += 1
            elif gender_val in male_set:
                result_dict[country_val][1] += 1
            else:
                pass

    # 将提取数据写入文件
    with open('country_gender.csv', 'w', newline='', encoding='utf-16') as csvfile:
        csvwriter = csv.writer(csvfile, delimiter=',')
        # 写入表头
        csvwriter.writerow(['国家', '男性', '女性'])
        # 写入统计结果,k为国家，v为性别数据
        for k, v in list(result_dict.items()):
            csvwriter.writerow([k, v[0], v[1]])

if __name__ == '__main__':
    run_main()

运行得到的country_gender.csv文件在Excel中的打开显示：

这里发现在Excel中的显示并不是按列显示，解决方法是先用记事本打开csv文件，然后另存为选择UTF-8的编码方式，保存后再用Excel打开csv文件即可正确显示如下：

练习数据：https://cloud.189.cn/t/RviEVfbUV36r（访问码：5941）