在python中从csv按键查找平均值

我有一个简单的2列csv，需要找到每个键的平均值 即 输入csv

A,2
B,3
A,1
C,2
B,2
D,4
C,2

所需输出

{'A': 1.5, 'B': 2.5, 'C': 2, 'D': 4}

---

迄今为止的守则：

pythoncsvfile = open("data.csv") 
csv_reader = csv.reader(csvfile, delimiter=',') 
for row in csv_reader: 
    print (row[0],row[1])

---

选项A

使用

csv

import csv
import collections

out = collections.defaultdict(list)
with open('file.csv') as f:
    for line in csv.reader(f):
        out[line[0]].append(int(line[1]))

for k in out: 
    out[k] = sum(out[k]) / len(out[k])

print(dict(out))

{'A': 1.5, 'B': 2.5, 'C': 2.0, 'D': 4.0}

---

选项B

使用

pandas

import pandas as pd

df = pd.read_csv('file.csv', header=None, names=['Key', 'Value'])
out = df.groupby('Key').mean()

print(out.Value.to_dict())

{'A': 1.5, 'B': 2.5, 'C': 2.0, 'D': 4.0}

---

选项A

使用

csv

import csv
import collections

out = collections.defaultdict(list)
with open('file.csv') as f:
    for line in csv.reader(f):
        out[line[0]].append(int(line[1]))

for k in out: 
    out[k] = sum(out[k]) / len(out[k])

print(dict(out))

{'A': 1.5, 'B': 2.5, 'C': 2.0, 'D': 4.0}

---

选项B

使用

pandas

import pandas as pd

df = pd.read_csv('file.csv', header=None, names=['Key', 'Value'])
out = df.groupby('Key').mean()

print(out.Value.to_dict())

{'A': 1.5, 'B': 2.5, 'C': 2.0, 'D': 4.0}

---

我认为您可以使用以下代码：

import csv
from collections import OrderedDict

data = OrderedDict()

with open('data.csv', 'rb') as csvfile:
    content = csv.reader(csvfile, delimiter=',')
    for index, value in content:
        if ( not data.has_key(index) ):
            #initialize
            data[index] = {'times':1, 'total':float(value)}
        else:
            #index already present
            data[index] = {'times': data[index]["times"]+1, 'total':data[index]["total"]+float(value)}

def average(data):
    results = OrderedDict()

    for index, values in data.iteritems():
        results[index] = values["total"]/values["times"]

    return results

print average(data)

数据的示例结果：

---

HTH

我认为您可以使用以下代码：

import csv
from collections import OrderedDict

data = OrderedDict()

with open('data.csv', 'rb') as csvfile:
    content = csv.reader(csvfile, delimiter=',')
    for index, value in content:
        if ( not data.has_key(index) ):
            #initialize
            data[index] = {'times':1, 'total':float(value)}
        else:
            #index already present
            data[index] = {'times': data[index]["times"]+1, 'total':data[index]["total"]+float(value)}

def average(data):
    results = OrderedDict()

    for index, values in data.iteritems():
        results[index] = values["total"]/values["times"]

    return results

print average(data)

数据的示例结果：

---

HTH

这是一个好的、明确的问题陈述。现在，试着编写一些代码来实现它。如果您陷入困境，请告诉我们您陷入困境的原因和原因。您是否有

pandas

？您是否考虑过合适的容器数据类型？这是一个很好的、明确的问题陈述。现在，试着编写一些代码来实现它。如果您陷入困境，请告诉我们您陷入困境的原因和原因。您是否有

pandas

？您是否考虑过合适的容器数据类型可能是什么？很好的解决方案，但我想知道为什么您将

设置为\u index=False

。如果不这样做，则可以说

out.Value.to_dict（）

以获取请求的格式OP。@JohnZwinck

键

列成为索引。我不喜欢那样子。真的，仅此而已p@JohnZwinck但这是个好主意：）谢谢。@cᴏʟᴅsᴘᴇᴇᴅ 谢谢我选择了选项A，效果非常好。@user8420144很高兴我能帮上忙！很好的解决方案，不过我想知道为什么将

设置为_index=False

。如果不这样做，则可以说

out.Value.to_dict（）

以获取请求的格式OP。@JohnZwinck

键

列成为索引。我不喜欢那样子。真的，仅此而已p@JohnZwinck但这是个好主意：）谢谢。@cᴏʟᴅsᴘᴇᴇᴅ 谢谢我选择了选项A，效果非常好。@user8420144很高兴我能帮上忙！