在Python中基于唯一键和条件创建新数组

我计划用Python而不是Excel来计算大量数据，但我被卡住了，因为我知道Excel命令，而且我很难用Python复制它

基本上，我想导入CSV文件，确定C列的位置，然后对于A列中的所有唯一值，将C中适用于B中条件

1990

的所有值相加

A,B,C
9,1952,125
2,1994,69
3,1973,72
5,1992,85
1,1994,38
1,1994,95
4,1992,29
8,1984,94

我首先说：

import csv
with open('TestCase.txt', 'rb') as csvfile:
    reader = csv.reader(csvfile, delimiter=',')
    row1 = next(reader)

我不想编写多个

if

语句，而是创建由0和1组成的新数组，然后用C对所有值求和

如果给定另一个条件，结果将如下所示

1980<x<1989 94
1990<x<2000 316

1980您可以使用：

l = list()
d = dict()
with open('TestCase.txt', 'r') as file:
    for line in file:
        l.append(line.rstrip("\n").split(',')) # l=[[9,1952,125],[2,1994,69],...]

    for item in l:
        if 1990 < int(item[1]) < 2000: # The desired condition for colum B 
            d[item[0]] = d[item[0]] + int(item[2]) if item[0] in d else int(item[2])

l=list（）
d=dict（）
以open（'TestCase.txt'，'r'）作为文件：
对于文件中的行：
l、 追加（line.rstrip（“\n”）.split（“，”）#l=[91952125]，[21994,69]，…]
对于l中的项目：
如果1990

d
字典将
A
的唯一值作为其键，将
C
的和作为其值。
如果您愿意使用第三方库，可以通过
pandas
对其进行矢量化：

import pandas as pd

# read csv file
df = pd.read_csv('file.csv')

# filter column B, group by A, sum C
res = df.loc[df['B'].between(1990, 2000)]\
        .groupby('A')['C'].sum()\
        .reset_index()

结果:

   A    C
0  1  133
1  2   69
2  4   29
3  5   85

从io导入StringIO
作为pd进口熊猫
txt=StringIO（“”）
A、 B，C
9,1952,125
2,1994,69
3,1973,72
5,1992,85
1,1994,38
1,1994,95
4,1992,29
8,1984,94
""")
df=pd.read\u csv（txt）
#条件=（df[“B”]>1980）和（df[“B”]<1989）
条件=（df[“B”]>1990）和（df[“B”]<2000）
df_cond=df[条件]
df_uniq=df_cond.drop_duplicates（'A'，keep=False）
df_uniq_keep_first=df_cond.drop_duplicates（'A'，keep=“first”）
df_uniq_keep_last=df_cond.drop_duplicates（'A'，keep=“last”）
sum_dupl=df_cond[“C”]。sum（）
sum_uniq=df_uniq[“C”]。sum（）
sum_uniq_keep_first=df_uniq_keep_first[“C”]。sum（）
sum_uniq_keep_last=df_uniq_keep_last[“C”]。sum（）
打印（“带副本的总和：+str（总和））#316
打印（“sum pure unique:+str（sum uniq））#183
打印（“sum unique keep first:+str（sum uniq_keep first））#221
打印（“sum unique keep last:+str（sum uniq_keep last））#278
您对输出的期望是什么？我可以帮你。是否要将唯一值归档？@mehrdad pedramfar最终，我希望看到C中应用B所述条件的值的总和。下一步是添加另一个条件，例如。1980@ThomasJunk不可以。总和必须包含所有值。@energyMax我发布了一个答案，它返回一个字典。你还需要什么吗？告诉我我会更新我的答案。这是有效的，但条件是1990谢谢。如果我导入txt，这将如何工作？我应该使用导入CSV并在其上使用StringIO函数吗？filename=“file\u to\u import.CSV”df=pd.read\u CSV（filename）我使用StringIO只是为了将文本变量“转换”为演示代码的文件。i、 e.您不需要从io导入字符串。它很有魅力。在这种情况下，“df_cond.drop_duplicates”命令有什么作用？我试图满足您的要求“考虑所有值”-因此没有唯一值。我刚刚编辑了演示代码，介绍了如何处理重复项{False，“first”，“last”}的各种方法。正如您可以看到的条件=（df[“B”]>1990）和（df[“B”]<2000），处理重复项的方式具有重要的后果。
   A    C
0  1  133
1  2   69
2  4   29
3  5   85

from io import StringIO
import pandas as pd

txt = StringIO("""
A,B,C
9,1952,125
2,1994,69
3,1973,72
5,1992,85
1,1994,38
1,1994,95
4,1992,29
8,1984,94
""")

df = pd.read_csv(txt )

#condition = (df["B"] >1980) & (df["B"] < 1989)
condition = (df["B"] >1990) & (df["B"] < 2000)
df_cond = df[condition]

df_uniq = df_cond.drop_duplicates('A', keep=False)
df_uniq_keep_first = df_cond.drop_duplicates('A', keep="first")
df_uniq_keep_last = df_cond.drop_duplicates('A', keep="last")

sum_dupl = df_cond["C"].sum()
sum_uniq = df_uniq["C"].sum()
sum_uniq_keep_first = df_uniq_keep_first["C"].sum()
sum_uniq_keep_last = df_uniq_keep_last["C"].sum()

print("sum with duplicates  : " + str(sum_dupl))            #316
print("sum pure unique      : " + str(sum_uniq))            #183
print("sum unique keep first: " + str(sum_uniq_keep_first)) #221 
print("sum unique keep last : " + str(sum_uniq_keep_last))  #278