如何在Python中对结构体中的元素进行分组、计数并计算总和？

Question

这可能是一个简单的问题。我正在读取包含两列的 csv 文件：名称+值。我可以在那里有很多条目。计算每个“名称”+值总和的出现次数的最简单、最有效的方法是什么？我可以用循环自己完成它，但 Python 中可能有一些聪明的方法可以做到这一点。例子：adam;10000 bartek;1000 tomasz;5000 adam;1000 bartek;3000结果：adam;11000;2 tomasz;5000;1 bartek;4000;2

Answer 1

假设您的数据位于元组列表中（并且您不/不能使用 pandas），您可以执行以下操作：

people = [('adam', 10000), ('bartek', 1000),

          ('tomasz', 5000), ('adam', 1000), ('bartek', 3000)]

report = {}

for person in people:

    name, salary = person

    # we initialize the counter

    if name not in report:

        report[name] = {'salary': 0, 'times': 0}

    # then we add to it

    report[name]['salary'] = report[name]['salary'] + salary

    report[name]['times'] += 1

然后您可以使用以下方法检索每个值：

print(report)

print(report['adam'])

print(report['adam']['salary'])

print(report['adam']['times'])

Answer 2

您可以利用csv模块来实现此目的。将文件中的数据读入字典 - 使用名称作为键并将值存储在该键下的列表中。使用collections.defaultdict最简单：

写入数据文件：

name = "f.txt"

with open(name, "w") as f:

    f.write("""adam;10000

bartek;1000

tomasz;5000

adam;1000

bartek;3000""" )

过程数据文件：

import csv # https://docs.python.org/3/library/csv.html

from collections import defaultdict

# read data into dictionary

results = defaultdict(list)

with open(name, newline='') as f:

  reader = csv.reader(f, delimiter=";")

  for line in reader:

      if line:

          results[line[0]].append(int(line[1]))

print(results)

# write data from dictionary to file

with open("new" + name, "w", newline="") as f:

    writer = csv.writer(f, delimiter=";")

    for key in results:

        writer.writerow([key, sum(results[key]), len(results[key])])

# read file and print it

print(open("new"+name).read())

输出：

# read data

defaultdict(<class 'list'>, {'adam': [10000, 1000], 

                             'bartek': [1000, 3000], 

                             'tomasz': [5000]})

# written results

adam;11000;2

bartek;4000;2

tomasz;5000;1

Answer 3

Pandas 是 Python 中处理数据最流行的包之一。它将允许您将 csv 数据（通过 read_csv 函数）存储到 python 对象（称为 Pandas Dataframe）中，然后对其应用多个函数。

将数据放入 pandas 数据框（称为df）后，您可以执行以下操作

df_result = df.groupby('name')['value'].sum().reset_index()

为此，您可以按名称重新组合数据，并计算具有相同名称的每个值的总和。