在列表上迭代比较相似的项并从csv Python添加值

我已从csv语句导入数据，并希望对其进行清理。我想将采购简化为类别并添加值，以便将这些值导出到另一个csv

因此，一个简单的例子是，我有两个描述，一个称为Esso，一个称为BP，在f列中列出了10英镑和15英镑的借方。我想把它浓缩成燃料：25英镑。因此，我将这两列内容拉出来，并创建了一个字典，以将成本和项目汇总在一起。我现在卡住了。。我应该只迭代键以更改为类别，然后再迭代以获得成本，还是应该在创建字典之前完成？如有任何指导，将不胜感激

 Item=pd.read_csv("statement.csv",usecols=['Transaction Description'])
 cost=pd.read_csv("statement.csv",usecols=['Debit Amount'])
 print(Cost)
 
   # Empty dictionary
   purchases = {}
   # Convert to dictionary
   for key in Item:
    for value in cost:
    purchases[key] = value
    cost.remove(value)
    break
   print("Dictionary from lists :\n ",purchases)

---

如果我能很好地理解你的问题，你想创建一个这样的词典：

{'Esso': '£10', 'BP': '£15', 'Total': '£26'}

i、 例如，组合来自列的数据，而不使用列名。因此，您需要将列作为系列，而不是数据帧。有几种方法可以读取数据。例如，使用

压缩

从CSV文件中读取列作为序列：

item = pd.read_csv("statement.csv", usecols=['Transaction Description'], squeeze=True)
cost = pd.read_csv("statement.csv", usecols=['Debit Amount'], squeeze=True)

或者将整个CSV文件读入数据框，然后分配所需的数据：

df = pd.read_csv("statement.csv")
item = df['Transaction Description']
cost = df['Debit Amount']

现在，您可以使用

zip（）

函数同时遍历这两个系列，以获得一个字典，如我的答案开头所示：

purchases = {}
for key, value in zip(item, cost):
    purchases[key] = value

---

感谢lenka，我还想压缩成本，因此更改名称，例如esso和bp成为燃料（可能在单独的列表或元组中），以便将其导出到另一个csv的燃料成本或类似项下，希望这有意义。我想迭代足够简单，但我希望文章能够访问键和之后的值。你能给我一些建议吗？谢谢