Python 根据一列输入的随机数求和总数

我需要对File1的col1的每个值的“value”列amount求和，并将其导出到输出文件。我是python新手，需要对数千条记录执行此操作

文件1 期望输出： 提前谢谢

由于权限问题，我无法使用pandas库。我尝试了以下代码。与跟踪共享它：

import csv 
fin = open("File1.txt","r")
list_txid = {}
num_tx = {}
amount_tx = {}

for line in fin:
    line = line.rstrip()
    f = line.split("\t")
    txid = f[0]
    amount = int(f[3])

fin.close()
for txid in list_txid:
    num_tx[txid] += 1
    amount_tx[txid] += amount
    print("{0}\t{1:d}\t{2:d}".format(txid, amount_tx[txid]))

回溯： 回溯（最近一次呼叫最后一次）： 文件“C:\Users….\sum.py”，第14行，在 金额=整数（f[3]）

---

索引器：列出超出范围的索引

您可以为此使用

pandas

：

df = pd.read_csv('in.csv', delim_whitespace=True)

#      col1      col2       value
# 559     1  91987224  2400000000
# 559     0  91987224   100000000
# 558     0  91987224   100000000
# 557     2  87978332   500000000
# 557     1  59966218  2400000000
# 557     0  64064811   100000000

result = df.groupby(df.index)['value'].sum().reset_index()

#    index       value
# 0    557  3000000000
# 1    558   100000000
# 2    559  2500000000

result.to_csv('out.csv', index=False)

用于创建

DataFrame

，然后按

level=0

索引和聚合

sum

。上次导出：

---

请告诉我们您到目前为止做了什么，以及与回溯共享的代码有什么问题，tnx-@Slam@MikeScotty…请再次检查我的问题。我按照要求进行了编辑。好心的，把否决票从帖子上拿开。tnx提前取消了我的否决票。谢谢，但不幸的是我不能用熊猫。我已经尝试编辑了这个问题，如果您能在这方面指导我，我将不胜感激@很遗憾，我不能用熊猫。我已经尝试编辑了这个问题，如果您能在这方面指导我，我将不胜感激。

import csv 
fin = open("File1.txt","r")
list_txid = {}
num_tx = {}
amount_tx = {}

for line in fin:
    line = line.rstrip()
    f = line.split("\t")
    txid = f[0]
    amount = int(f[3])

fin.close()
for txid in list_txid:
    num_tx[txid] += 1
    amount_tx[txid] += amount
    print("{0}\t{1:d}\t{2:d}".format(txid, amount_tx[txid]))

df = pd.read_csv('in.csv', delim_whitespace=True)

#      col1      col2       value
# 559     1  91987224  2400000000
# 559     0  91987224   100000000
# 558     0  91987224   100000000
# 557     2  87978332   500000000
# 557     1  59966218  2400000000
# 557     0  64064811   100000000

result = df.groupby(df.index)['value'].sum().reset_index()

#    index       value
# 0    557  3000000000
# 1    558   100000000
# 2    559  2500000000

result.to_csv('out.csv', index=False)

df = pd.read_csv(file1)
df.groupby(level=0)['value'].sum().to_file(file2)