Python（3.7）CSV按字段值排序/求和

我有一个

csv

文件（大小不定），我想阅读并处理它。 以下是

csv

文件的结构：

User, Value
CN,500.00
CN,-250.00
CN,360.00
PT,200.00
PT,230.00
...

我想读取该文件并获取第一个字段相同的每行的总和。 我一直在尝试以下操作，只是为了尝试识别第一个字段的值：

with open("Data.csv", newline='') as data:
    reader = csv.reader(data)
    for row in reader:
        if row.startswith('CN'):
            print("heres one")

此操作失败，因为

startswith

在列表对象上不起作用。我还尝试过使用

readlines（）

编辑1:

import csv
from collections import defaultdict 

result = defaultdict(int)
with open(filename, newline='') as data:
    reader = csv.reader(data)
    next(reader)
    for row in reader:
        result[row[0]] += float(row[1])

print(result)

我当前可以打印以下具有排序总和的dataframe对象：

         Value
User
CN    3587881.89
D        1000.00
KC    1767783.99
REC     12000.00
SB      25000.00
SC    1443039.12
SS          0.00
T     9966998.93
TH    2640009.32
ls        500.00

我使用以下代码获得此输出：

mydata=pd.read_csv('Data.csv')
out = mydata.groupby(['user']).sum()
print(out)

我现在希望能够为这个对象编写if语句。比如：

if out contains User 'CN'
    varX = Value for 'CN'

---

因为这现在是一种数据帧类型，所以我无法为特定用户将值设置为变量。

您可以使用第一行元素：

导入csv
以open（“Data.csv”，换行符=“”）作为数据：
reader=csv.reader（数据）
对于读取器中的行：
如果第[0]行开始，则使用（'CN'）：
打印（“这里有一个”）

您可以执行以下操作：

import pandas as pd
my_data= pd.read_csv('Data.csv')
my_data.group_by('user').sum()

---

使用

collections.defaultdict

Ex:

import csv
from collections import defaultdict 

result = defaultdict(int)
with open(filename, newline='') as data:
    reader = csv.reader(data)
    next(reader)
    for row in reader:
        result[row[0]] += float(row[1])

print(result)

输出

defaultdict(<class 'int'>, {'CN': 610.0, 'PT': 430.0})

defaultdict（，{'CN'：610.0，'PT'：430.0}）

你试过使用熊猫吗？@yatu我还没有把它作为一种选择，但我现在会检查