Python 使用csv文件，查找平均温度

我需要一些帮助。所以我有一个 （+8785行）

日期/时间、温度（C）、露点温度（C）、相对湿度（%）、风速（km/h）、能见度（km）、Stn压力（kPa）、天气
2012-01-01 00:00:00，-1.8，-3.9,86,4,8.0101.24，雾
2012-01-01 01:00:00，-1.8，-3.7,87,4,8.0101.24，雾
2012-01-01 02:00:00，-1.8，-3.4,89,7,4.0101.26，“冻雨，雾”
2012-01-01 03:00:00，-1.5，-3.2,88,6,4.0101.27，“冻雨，雾”
2012-01-01 04:00:00，-1.5，-3.3,88,7,4.8101.23，雾
2012-01-01 05:00:00，-1.4，-3.3,87,9,6.4101.27，雾
2012-01-01 06:00:00，-1.5，-3.1,89,7,6.4101.29，雾
2012-01-01 07:00:00，-1.4，-3.6,85,7,8.0101.26，雾
2012-01-01 08:00:00，-1.4，-3.6,85,9,8.0101.23，雾
2012-01-01 09:00:00，-1.3，-3.1,88,15,4.0101.2，雾
2012-01-01 10:00:00，-1.0，-2.3,91,9,1.2101.15，雾
2012-01-01 11:00:00，-0.5，-2.1,89,7,4.0100.98，雾
2012-01-01 12:00:00，-0.2，-2.0,88,9,4.8100.79，雾
2012-01-01 13:00:00,0.2，-1.7,87,13,4.8100.58，雾
2012-01-01 14:00:00,0.8，-1.1,87,20,4.8100.31，雾
2012-01-01 15:00:00,1.8，-0.4,85,22,6.4100.07，雾
2012-01-01 16:00:00,2.6，-0.2,82,13,12.9,99.93，多云
2012-01-01 17:00:00,3.0,0.0,81,13,16.1,99.81，多云
2012-01-01 18:00:00,3.8,1.0,82,15,12.9,99.74，雨

所以，我基本上需要的是得到每个温度的平均值。例如（输出）：

天气平均温度
清除6.825716
多云7.970544
毛毛雨7.353659
毛毛雨、雾8.067500
毛毛雨、冰粒、雾0.400000
毛毛雨，雪1050000
毛毛雨、雪、雾0.693333
雾4.303333
冻雨-5.657143
冻雨、雾-2.533333
冻雨、薄雾-5.433333
........

我所拥有的：

import csv
weather_file = csv.DictReader(open("weather_2012.csv", 'r'), 
                              delimiter=',', quotechar='"')

results = {}

for row in weather_file:

    weather = row["Weather"].split(" "" ")
    if not (weather in results):
        results[weather] = {
            "max": float(row["Temp (C)"])
        }
        continue

    if float(row["Temp (C)"]) > results[weather]["max"]:
        results[weather]["max"] = float(row["Temp (C)"])

y=[]
print("Weather   Mean Temperature")
for month in sorted(results, key=lambda results: results):
    y.append(results[month]["max"])

    print("%s %.1f" % (weather[month], results[month]["max"]))

我必须找到某个温度的平均值和它的意义

一定的天气条件有一定的温度。我必须根据天气条件定义（分类）所有温度。例如：

“多云”天气条件已超过+300。我必须找到它的平均温度，并定义为“多云”天气

---

这里有一种方法：

#!/usr/bin/env python3
import csv
from pprint import pprint

filename = 'weather_2012.csv'
condition_mean_temps = {}

# Initially associate a list of temperature values with each condition.
with open(filename, 'r', newline='') as csvfile:
    reader = csv.reader(csvfile); next(reader)  # skip header row
    # Only need second and last value from each row of csv data file.
    for _, temperature, *_, condition in reader:
        condition_mean_temps.setdefault(condition, []).append(float(temperature))

# (Re)associate the mean of the associated list of values with each condition.
condition_mean_temps = {condition: round(sum(temperatures)/len(temperatures), 2)
                            for condition, temperatures
                                in condition_mean_temps.items()}

pprint(condition_mean_temps)

输出：

{'Clear'：6.83，
“多云”：7.97，
"毛毛雨":7.35,，
“毛毛雨，雾”：8.07，
“毛毛雨、冰粒、雾”：0.4，
“毛毛雨，雪”：1.05，
“毛毛雨、雪、雾”：0.69，
“雾”：4.3，
“冻雨”：-5.66，
“冻雨，雾”：-2.53，
“冰冷的毛毛雨，薄雾”：-5.43，
“冰冷的毛毛雨，雪”：-5.11，
‘冰雾’：-7.58，
“冻雨”：-3.89，
“冻雨，雾”：-2.22，
“冻雨，阴霾”：-4.9，
“冻雨、冰粒、雾”：-2.6，
“冻雨，雪粒”：-5.0，
“烟雾”：-0.2，
“主要清晰”：12.56，
“中雨，雾”：1.7，
“中雪”：-5.53，
“中雪，吹雪”：-5.45，
“多云”：10点57分，
"雨":9.79,，
“阵雨”：13.72，
“雨阵雨，雾”：12.8，
“雨阵雨，雪阵雨”：2.15，
“雨，雾”：8.27，
“雨，雾”：4.63，
“雨，冰粒”：0.6，
“雨，雪”：1.06，
“雨，雪粒”：1.9，
“雨、雪、雾”：0.8，
“雨、雪、冰粒”：1.1，
“雪”：-4.52，
“雪球”：0.7，
“雪阵雨”：-3.51，
“雪阵雨，雾”：-10.68，
“雪，吹雪”：-5.41，
“雪，雾”：-5.08，
“雪，雾”：-4.02，
“雪，冰粒”：-1.88，
"雷暴":24时15分，
“雷雨、暴雨”：10.9，
“雷雨、中雨、雾”：19.6，
“雷雨，雨”：20.43，
“雷雨，阵雨”：20.04，
“雷雨、阵雨、雾”：21.6，
“雷雨、雨、雾”：20.6}

这里有一种使用熊猫的方法

import numpy as np
import pandas as pd

d = pd.read_csv("test.csv")
means = d.groupby('Weather')['Temp (C)'].mean()
print means

我假设数据存储在

test.csv

文件中

pandas是一个数据分析库，它有三个基本概念系列，DataFrame和Panel。这里我们创建一个数据帧。可以将此视为数据的列行表示形式。这正是csv所做的。因此，与熊猫一起使用csv非常容易

要了解更多信息，请查看以下内容-

---

此特定解决方案可在此处找到-

请显示CSV文件的一些行您有问题吗？那代码是做什么的？你希望它做什么呢？提出具体问题的建议<代码>熊猫可能比您正在尝试的要容易得多。你只需要根据天气分组，然后找出平均值。哎呀，你的问题看起来很奇怪地类似于这个问题：-这是你作业的一部分吗？@martineau这可能是他的作业的一部分，也可能不是他的作业的一部分，但该用户显然使用了几个帐户…最后一部分可以通过听写理解完成，也许你可以解释更多关于跳过中间部分的内容。否则这是个好办法。@Jean-Françoisfare:谢谢。我不确定你解释“中间部分的跳过”是什么意思，但我用你建议的词典替换了最后一部分（这并不重要）。我指的是

*.

部分，它消耗除解包中最后一项之外的所有项。@Jean-Françoisfare:星号是Python 3中引入的漂亮的新语法。正式名称为ExtendedIterable解包（又名“*目标特性”），在中有很好的描述。我知道的唯一书面解释是在文档中，它被称为“带星号前缀的目标”。