使用 x.isdigit() 进行浮点数？答案

【问题标题】：Using x.isdigit() for floats?使用 x.isdigit() 进行浮点数？
【发布时间】：2021-07-07 06:22:16
【问题描述】：

我希望我的代码计算数字列 X 中每个 Y 列值的总和

        reader = csv.reader(f)
        csv_l=list(reader)
        
rows = len(csv_l)-1
columns = len(csv_l[0]) 
without_header = csv_l[1:]   
        
number_list = [[int(x) if x.isdigit() else x for x in lst] for lst in without_header]
my_dict = {}

for d in number_list:
    if d[0] in my_dict.keys():
        my_dict[d[0]] += d[3]
    else:
        my_dict[d[0]] = d[3]

如果输入 CSV 列中的值是一个整数，它工作得非常好，但我发现如果该值是一个浮点数，isdigit() 会失败，它会将结果作为浮点数拼凑成字符串而不是一个补充。

我为此使用了 pandas，在这里它可以工作，但我希望它在“纯 python”中。

dataframe = pd.read_csv(filePath)
new_dataframe = dataframe.groupby('Column Y')['Column X'].sum().reset_index(name='Sum of Values')
return(new_dataframe)

【问题讨论】：

你的意思是不使用任何库？
如果我没记错的话，isdigit() 方法仅适用于字符串。不知道如何将它应用到浮点数并且不会弹出 AttributeErrors。

标签： python pandas csv aggregation

【解决方案1】：

这是否接近您想要实现的目标？

设置数据：

import numpy as np
import pandas as pd
df = pd.DataFrame({'X': np.random.choice(list('ABCD'), size=16), 
                   'Y': np.random.random(size=16)})
table = df.values

按X 不使用pandas 的列分组，迭代填充dict：

res = {}
for n, v in table:
    if n in res.keys():
        res[n] += v
    else:
        res[n] = v

【讨论】：

【解决方案2】：

也许您正在寻找类似这些方面的东西？

reader = csv.reader(f)
csv_l=list(reader)
        
rows = len(csv_l)-1
columns = len(csv_l[0]) 
without_header = csv_l[1:]   

def x_to_num(x):
    try:
        x = int(x)
    except Exception:
        pass
    return x
        
number_list = [[x_to_num(x) for x in lst] for lst in without_header]
my_dict = {}

for d in number_list:
    if d[0] in my_dict.keys():
        my_dict[d[0]] += d[3]
    else:
        my_dict[d[0]] = d[3]

如果x 是数字，则将x 转换为整数，否则，将x 保持原样。

【讨论】：