计数 csv 中的相同项目并将计数附加为列

Question

我有像下面这样的inputs.csv

苹果 400
香蕉 401
芒果430
橙色 440
香蕉 401
橙色 440
芒果430
苹果 400
橙色 440
香蕉401

我想要像 output.csv 这样的输出

苹果 400 2
香蕉 401 3
芒果 430 2
橙色 440 3

即我们应该计算该特定类型的项目数并将计数插入第三列

我试过下面的代码

with open('new.csv','r') as csvinput:
  with open('update.csv', 'w') as csvoutput:
    writer = csv.writer(csvoutput)
    reader = csv.reader(csvinput)

    all = []
    row = next(reader)
    row.append("No.of.Rows")
    all.append(row)

    cn = Counter(map(itemgetter(0), reader))

    for k, v in cn.items():
         print("k compared is::",k)
         with open('new.csv','r') as csvinput:
              reader = csv.reader(csvinput)
              for row in reader:
                  print("Executing inner loop")
                  print("row value compared is ::",row[0])
                  if k == row[0] :
                     print("matched")
                     row.append(v)
                     all.append(row)
                     break
    writer.writerows(all)

使用此代码它可以工作，但我担心 new.csv 文件将被打开并读取 k 次，所以有没有比这更好的解决方案

Answer 1

如果您愿意使用 pandas ，您可以将 csv 加载到数据框中并使用以下三行代码轻松操作。

有关详细信息，请参阅 pandas 文档。

import pandas as pd

df = pd.read_csv('input.csv', sep=' ', header=None)
df.groupby([0,1]).size().to_csv('output.csv')

一旦文件直接加载到数据框df，它会列出如下数据

>>> df
        0    1
0   apple  400
1  banana  401
2   mango  430
3  orange  440
4  banana  401
5  orange  440
6   mango  430
7   apple  400
8  orange  440
9  banana  401

在按列分组并计数后，在一行中给出所需的计算。

>>> df.groupby([0,1]).size()
0       1  
apple   400    2
banana  401    3
mango   430    2
orange  440    3
dtype: int64
>>> 

Answer 2

你可以简化你的方法：

from collections import Counter

with open('inputs.csv') as in_file, open('outputs.csv', 'w') as out_file:
    counts = Counter(map(str.strip, in_file))

    for k, v in sorted(counts.items()):
        out_file.write(k + ' ' + str(v) + '\n')

如图所示，只需要在读取文件和写入文件时调用open()即可。如果您想读取一次文件，请致电open() 一次。我不知道你为什么要多读几遍。这也适用于写入文件。

那么如果你想查看一次outputs.csv的内容，你可以在with语句之外调用这个：

print(open('outputs.csv').read())

哪些输出：

apple 400 2
banana 401 3
mango 430 2
orange 440 3

注意：您在问题中的文件不是.csv 文件，因为它们不是逗号分隔的。将它们作为.txt 文件在这里会很好。