Python 计算csv文件中的男性和女性数量

假设我有一个名为sample.csv的csv文件：

CODE     AGE     SEX     CITY
----     ---     ---     ----
E101      25      M      New York
E102      42      F      New York
E103      31      M      Chicago
E104      67      F      Chicago

我想数一数数据中的男性和女性人数。例如，对于这个问题，答案是：

M : 2
F : 2

我应该从哪里开始，如何编码

>>> import csv
>>> M,F = 0,0
>>> with open('file.csv') as csvfile:
...     data = csv.reader(csvfile)
...     for row in data:
...         M += 1 if row[2] == "M" else F += 1

导入CSV文件

划出“性别”一栏

您可以这样做：

import pandas as pd
df = pd.read_csv("sample.csv")

print(f"M : {len(df[df['SEX'] == 'M'])}")
print(f"F : {len(df[df['SEX'] == 'F'])}")

---

另一个解决方案是使用pandas包来实现这一点

import pandas as pd

csv_path_file = '' # your csv path file
separator = ';'

df = pd.read_csv(csv_path_file, sep = separator)
df['SEX'].value_counts()

将返回一个pd.Series对象，其中“M”和“F”作为索引，计数作为值。 这也是检查错误数据的一个很好的解决方法，如果您有其他类别或缺少数据，您会立即注意到它。

最简单的方法是使用以下方法从csv读取数据并分组：

import pandas as pd

df = pd.read_csv('sample.csv') // read data from csv
result = df.groupby('sex').size() // use .size() to get the row counts

输出：

sex
f    2
m    2
dtype: int64

M : 2
F : 2

---

使用外部<代码>熊猫> <代码>或内置<代码> CSV 模块，您可以建立模块<代码>集合<代码> >代码>计数器>代码>计数发生，考虑例子：

import collections
import pandas as pd
df = pd.DataFrame({'CODE':['E101','E102','E103','E104'],'SEX':['M','F','M','F']})
for key, value in collections.Counter(df['SEX']).items():
    print(key,":",value)

输出：

sex
f    2
m    2
dtype: int64

M : 2
F : 2

---

注：为了简单起见，我对数据进行了硬编码。说明：

collections.Counter

是类似于

dict

的对象，它在创建过程中接受iterable，并计算所述iterable中出现的次数。

不需要乘以

1

，python将

True

s视为

1

而

False

s视为

0

，因此

sum([True，True，True]）

和

True+True+True

都会导致

3

。哦，好吧。我想现在是习惯了。