Python 从包含字典的列中查找最高值

我有一个包含以下数据的文件：

 NAME,    FOOD
"John", {"Apple":10, "Banana":10,  "Mango":5}
"Jack", {"Apple":5, "Mango":10}
"Jill", {"Apple:7, "Banana":15}

我想找到名为food的列中包含的每个键的最高值。例如，我想打印（或将其存储为变量）如下所示： 约翰吃了大部分苹果，也就是10个。 吉尔吃了大部分香蕉，也就是15根。 杰克吃了大部分芒果，也就是10个

---

我知道iterrows（）或itertuples（），但在对行进行迭代后无法继续。在处理此类超过10000行的数据时，有什么好方法可以遵循吗？

我没有机会在实际文件上运行此操作，因此您必须处理将文件中存储为字符串的词典读入实际词典的问题（可能使用类似于

eval

）的方法，但这应该是可行的：

data = {}

with open('file.csv', 'r') as f:
    for idx, line in enumerate(f):
        if idx > 0:
            name, line_data = line.split(',')
            data[name] = eval(line_data)

for k, v in data.items():
    top = max(v.items(), key=lambda x: x[1])
    print('%s eats the most of %s (n = %d)' % (k, top[0], int(top[1]))

---

我没有机会在您的实际文件上运行此操作，因此您必须处理将文件中存储为字符串的词典读入实际词典的问题（可能使用类似于

eval

），但这应该可以工作：

data = {}

with open('file.csv', 'r') as f:
    for idx, line in enumerate(f):
        if idx > 0:
            name, line_data = line.split(',')
            data[name] = eval(line_data)

for k, v in data.items():
    top = max(v.items(), key=lambda x: x[1])
    print('%s eats the most of %s (n = %d)' % (k, top[0], int(top[1]))

---

我认为这里的主要问题是从

csv

到

DataFrame

，对于解析我使用：

编辑：

可能也适用于

json

解析器：

import json, csv

temp=u""""NAME,    FOOD
John", {"Apple":10, "Banana":10,  "Mango":5}
"Jack", {"Apple":5, "Mango":10}
"Jill", {"Apple":7, "Banana":15}"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), 
                 header=None, 
                 sep='{', 
                 quoting =csv.QUOTE_NONE, 
                 skiprows=1, 
                 names=['a','b'])

df['b'] = ('{' + df['b']).apply(json.loads)
df['a'] = df['a'].str.strip(', "')
print (df) 
      a                                        b
0  John  {'Mango': 5, 'Apple': 10, 'Banana': 10}
1  Jack                {'Mango': 10, 'Apple': 5}
2  Jill               {'Apple': 7, 'Banana': 15}

print (type(df.loc[0,'b']))
<class 'dict'>

导入json、csv
temp=u“”名称、食物
约翰“，{“苹果”：10，“香蕉”：10，“芒果”：5}
“杰克”，“苹果”：5，“芒果”：10}
吉尔，{“苹果”：7，“香蕉”：15}
#测试后，将“StringIO（temp）”替换为“filename.csv”
df=局部放电读数（温度），
标题=无，
sep='{',，
quoting=csv.QUOTE“无，
skiprows=1，
名称=['a'，'b']）
df['b']=（'{'+df['b']）.apply（json.loads）
df['a']=df['a'].str.strip（'，“'））
打印（df）
a b
0约翰{“芒果”：5，“苹果”：10，“香蕉”：10}
1杰克{“芒果”：10，“苹果”：5}
2吉尔{‘苹果’：7，‘香蕉’：15}
打印（类型（df.loc[0，'b']））

我认为这里的主要问题是将

csv

读到

DataFrame

，对于解析，我使用：

编辑：

可能也适用于

json

解析器：

import json, csv

temp=u""""NAME,    FOOD
John", {"Apple":10, "Banana":10,  "Mango":5}
"Jack", {"Apple":5, "Mango":10}
"Jill", {"Apple":7, "Banana":15}"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), 
                 header=None, 
                 sep='{', 
                 quoting =csv.QUOTE_NONE, 
                 skiprows=1, 
                 names=['a','b'])

df['b'] = ('{' + df['b']).apply(json.loads)
df['a'] = df['a'].str.strip(', "')
print (df) 
      a                                        b
0  John  {'Mango': 5, 'Apple': 10, 'Banana': 10}
1  Jack                {'Mango': 10, 'Apple': 5}
2  Jill               {'Apple': 7, 'Banana': 15}

print (type(df.loc[0,'b']))
<class 'dict'>

导入json、csv
temp=u“”名称、食物
约翰“，{“苹果”：10，“香蕉”：10，“芒果”：5}
“杰克”，“苹果”：5，“芒果”：10}
吉尔，{“苹果”：7，“香蕉”：15}
#测试后，将“StringIO（temp）”替换为“filename.csv”
df=局部放电读数（温度），
标题=无，
sep='{',，
quoting=csv.QUOTE“无，
skiprows=1，
名称=['a'，'b']）
df['b']=（'{'+df['b']）.apply（json.loads）
df['a']=df['a'].str.strip（'，“'））
打印（df）
a b
0约翰{“芒果”：5，“苹果”：10，“香蕉”：10}
1杰克{“芒果”：10，“苹果”：5}
2吉尔{‘苹果’：7，‘香蕉’：15}
打印（类型（df.loc[0，'b']））

此文件是原始csv文件吗？您甚至可能不需要为此目的使用数据框。是的。这是一个原始csv文件。因此，原始csv实际上包含大括号？是的。因为它是从其他python脚本创建的。此文件是原始csv文件吗？您甚至可能不需要为此目的使用数据框。是的。这是一个原始csv文件。因此原始csv中有大括号？是的。因为它是从其他python脚本创建的。在分配给

df.FOOD

属性之前，您在哪里初始化

df

？@不是机器人-谢谢，您是对的。所以我必须重建解决方案。在分配给

df.FOOD

att之前，您在哪里初始化

df

流言？@不是机器人-谢谢，你是对的。所以我必须重建解决方案。