如何在python中迭代两列？

我试图使用python？迭代csv文件中的两列，我听说您必须为此导入pandas，但我只是在编码部分遇到了困难

import csv as csv
import numpy as np
import pandas as pd

csv_file_object = csv.reader(open('train.csv', 'rb'))  # Load in the csv file
header = csv_file_object.next()                   # Skip the fist line as it is a header
data=[]                                     # Create a variable to hold the data

for row in csv_file_object:                      # Skip through each row in the csv file,
    data.append(row[0:])                        # adding each row to the data variable
data = np.array(data)   



def number_of_female_in_class_3(data):
    for row in data.iterow:
        if row[2] == 'female' and row[4] == '3':
            sum += 1

问题是函数类3中女性的数量我想通过两列，我想通过第2列检查行是否包含字符串'female'，并通过第4列检查状态是否为'3'。如果这是真的，那么我想将1增加到sum

我想知道是否有人可以发布一个关于如何实现这一点的简单代码

这是我试图检索的train.csv文件

**PassengerID** | **Survived** | **Pclass**   | **Name**  |  **Sex**   |
          1     |          0   |         3    |  mary     |  Female    |
          2     |          1   |         2    |  james    |  Male      |
          3     |          1   |         3    |  Tanya    |  Female    |

---

谢谢你

我想这就是你需要的：

import csv

def number_of_female_in_class_3(data):
    # initialize sum variable
    sum = 0
    for row in data:
        if row[4] == 'Female' and row[2] == '3':
            # match
            sum += 1
    # return the result
    return sum

# Load in the csv file
csv_file_object = csv.reader(open('train.csv', 'rb'), delimiter='|')
# skip the header
header = csv_file_object.next()
data = []

for row in csv_file_object:
    # add each row of data to the data list, stripping excess whitespace
    data.append(map(str.strip, row))

# print the result
print number_of_female_in_class_3(data)

一些解释：

首先，在你的文件中有一个大写F的女性，其次是你的列号向后（第5列是性别，第3列是班级） 在开始递增sum变量之前，需要将其初始化为0。

---

此处不需要numpy和pandas，尽管您需要将strip函数应用于每行中的每个元素，以删除多余的空格（

map（str.strip，row）

），并将

delimiter='|'

传递到

csv.reader

，因为默认的分隔符是逗号。最后，您需要

在函数末尾返回sum

。

事实上，

pandas

可以在这里帮助您

我从一个更干净的CSV开始：

PassengerID,Survived,Pclass,Name,Sex
1,0,3,mary,female
2,1,2,james,male
3,1,3,tanya,female

如果你的CSV实际上看起来像你发布的内容（不是真正的CSV），那么你将有一些争论要做（见下文）。但是如果你能让熊猫吃到它：

>>> import pandas as pd
>>> df = pd.DataFrame.from_csv('data.csv')
>>> result = df[(df.Sex=='female') & (df.Survived==False)]

产生一个新的

数据帧

：

>>> result
             Survived  Pclass  Name     Sex
PassengerID                                
1                   0       3  mary  female

您可以执行

len（result）

来获取您要进行的计数

---

正在加载该CSV 如果你被那讨厌的CSV困住了，你可以像这样得到你的

df

：

# Load using a different delimiter.
df = pd.DataFrame.from_csv('data.csv', sep="|")

# Rename the index.
df.index.names = ['PassID']

# Rename the columns, using X for the bogus one.
df.columns = ['Survived', 'Pclass', 'Name', 'Sex', 'X']

# Remove the 'extra' column.
del df['X']

---

您可以导入熊猫，但不使用它。不过，这是一个很好的用例，因此可能值得研究一下。看看我的答案。希望您可以轻松地将数据重新格式化为一个更干净的CSV，一切都会“正常工作”。它一直在给我提供帮助0@Mr_Shoryuken它使用您发布的数据为我打印2。您是否复制并粘贴了上面的内容并进行了尝试？还值得注意的是，使用pandas的速度要慢很多（对于您发布的小数据集，速度要慢100倍，而数据集变大的速度要慢得多）