使用Python计算表上的字符串出现次数

假设我有一个表，其中有一个名称和一个值，如：

NAME       VALUE
Artur      2
Cristian   3
Artur      4
Peter      5
Cristian   8
Artur      2

我需要隔离名称和值的总和，如：

NAME       VALUE
Artur      8
Cristian   11
Peter      5

我该怎么做

我尝试拆分每一行以隔离值，但我只是不知道如何识别重复的名称

data = open ('data.txt', 'r')

for line in data:
    value = line.split()

---

我需要将重复的名称分组并求和它们的值。

首先，您需要使用read\u csv as读取此数据

data = pd.read_csv('data.txt')

它会自动将数据更改为数据帧格式

如果它已经是数据帧格式，您可以使用pivot_table

df = pd.pivot_table(data, index = 'NAME', values='VALUE', aggfunc='sum').reset_index()

---

您可以创建一个dict，在第一次遇到该名称时将其添加，否则将其值相加。您只需正常读取文件，不要忘记

strip

它和

split

，默认情况下按空格分隔字符串。查看此代码：

res = {}
with open("data.txt", "r") as f:
  # Read file skipping the header
  for line in f.readlines()[1:]:
    name, value = line.strip().split()
    if name not in res:
      res[name] = int(value)
      continue
    res[name] += int(value)
print(res)

印刷品

{'Artur': 8, 'Cristian': 11, 'Peter': 5}

如果要创建具有结果的新文件：

with open("new_data.txt", "w") as f:
  f.write("{: <11}VALUE\n".format("NAME"))
  for name, value in res.items():
    f.write("{: <11}{}\n".format(name, value))

打开（“new_data.txt”，“w”）作为f：
f、 如果
data.txt
包含以下文本，请写入（“{:：

NAME       VALUE
Artur      2
Cristian   3
Artur      4
Peter      5
Cristian   8
Artur      2

然后这个脚本：

with open('data.txt', 'r') as f_in:
    next(f_in) # skip headers
    data  = []
    for line in f_in:
        data.append(line.split())

items = {}
for name, value in data:
    items[name] = items.get(name, 0) + int(value)

print('{: <10}{}'.format('NAME', 'VALUE'))
for name, value in items.items():
    print('{: <10}{}'.format(name, value))

使用非常强大的工具：

data=pd.read_csv（fname，sep=“\s+\t+\s+\t+\t+\t+\s+”）
by_name_df=data.groupby（by=“name”）.sum（）
打印（按名称打印）

第一行将csv读入一个数据帧，并带有连续的分隔符（如果您有任何空格和连续的空格）。
第二行按
NAME
列分组并求和，生成按名称求和的输出数据帧

如果希望名称保留为列，而不是新数据帧中索引的一部分，请使用以下命令：

by_name_df=data.groupby（by=“name”，as_index=False）.sum（）

生成的输出：

名称值
阿图尔8
克里斯蒂安11
彼得5
您可以这样做：

data=open（'data.txt'，'r'）
求和={}
对于行输入数据：
value=line.split（）
如果值[0]=“NAME”：
持续
如果值[0]未求和：
求和[值[0]]=int（值[1]）
其他：
求和[值[0]]+=int（值[1]）
打印“名称\t值”
对于k，v在summated.iteritems（）中：
打印“%s\t%s”%（k，v）

产出：

Name    Value
Cristian    11
Peter   5
Artur   8

可以使用字典将名称另存为键，将值另存为值

data = open('data.txt', 'r')
# skip first line
first_line = data.readline()

name_dict = {}
for line in data:
    value = line.split()

    k = value[0]
    v = int(value[1])
    if k in name_dict:
        name_dict[k] += v
    else:
        name_dict[k] = v

print(name_dict)

将存储值命名为：

{'Artur': 8, 'Cristian': 11, 'Peter': 5}

你比我快了10秒当你有整个库为你解析每一行的时候，为什么还要费劲呢you@Zionsof你可以使用任何你想要的库，但也许你根本不想，或者你不想管理需求，或者只为一个功能导入整个库？这是一个解决方案，有多个。虽然你在技术上正确，我的观点是，对一次性问题给出解决方案在我看来是一种糟糕的做法。你可能希望有一个适用于多个函数的通用解决方案。第二天，他将添加一列，整个解析需要更改。@Zionsof这是由OP决定的，对于这个特定的问题，没有上下文，可能只是一个简短的脚本，wh谁知道呢。
data = open('data.txt', 'r')
# skip first line
first_line = data.readline()

name_dict = {}
for line in data:
    value = line.split()

    k = value[0]
    v = int(value[1])
    if k in name_dict:
        name_dict[k] += v
    else:
        name_dict[k] = v

print(name_dict)

{'Artur': 8, 'Cristian': 11, 'Peter': 5}