【问题标题】:Python Pandas groubyPython Pandas groupby
【发布时间】:2018-05-20 15:51:21
【问题描述】:

我是 python 新手,我无法从 CSV 文件中对列进行分组。我正在尝试查找每个类别的总价。

CSV:

category,item,quantity,individual_price

shirts,Blue Shirt,3,25.75

shirts,Red Shirt,1,32.09

pants,Jeans,4,87.00

pants,Slacks,2,92.99

这是我目前所拥有的:

import csv
import operator

with open('shopping_cart.csv', 'r') as f:

    sample = open('shopping_cart.csv','r')

    sample.next()

    csv1 = csv.reader(sample, delimiter=',')

    sort = sorted(csv1, key=operator.itemgetter(3))

for eachline in sort:

    print eachline[3]

输出:

25.75

32.09

87.00

92.99

【问题讨论】:

  • 如果您使用表格数据,您可以查看 pandas 数据框。它带有许多用于处理数据的内置函数。

标签: python python-2.7 csv


【解决方案1】:

我认为这可以完成这项工作。

import csv
from collections import defaultdict


d = defaultdict(float)

with open('data.csv') as f:
    reader = csv.DictReader(f)
    for line in reader:
        d[line['category']] += float(line['individual_price'])

for category, total_price in d.items():
    print('{}: {}'.format(category, total_price))

输出

shirts: 57.84
pants: 179.99

它使用csv.DictReader,因此我们不必跳过标题和defaultdict,这允许我们在分配给它之前不必初始化字典中的每个键。在这种情况下它非常有用。

【讨论】:

    【解决方案2】:

    我认为值得回答一下如何在 Pandas 中完成它,因为它是 3 行,包括 import 语句。

    import pandas as pd
    
    #read in the CSV and reset the index
    df = pd.DataFrame.from_csv('shopping_cart.csv').reset_index()
    
    print(df.groupby('category').agg({'individual_price': sum}))
    

    输出

              individual_price
    category
    pants               179.99
    shirts               57.84
    

    如果您想遍历价格并在该循环中执行某些操作:

    catagg = df.groupby('category').agg({'individual_price': sum})
    for idx, col in catagg.iterrows():
        print(col.name , col.get_value('individual_price'))
    

    输出

    pants 179.99
    shirts 57.84
    

    【讨论】:

    • 太棒了!我很感激它!
    【解决方案3】:

    您也可以使用以下代码 (data.py) 完成相同的工作。

    在这种情况下,我刚刚读取了 CSV 文件 data.csv 并从第二行开始处理(因为第一行表示数据字段的名称)。

    data.csv

    category,item,quantity,individual_price
    shirts,Blue Shirt,3,25.75
    shirts,Red Shirt,1,32.09
    pants,Jeans,4,87.00
    pants,Slacks,2,92.99
    

    data.py

    data = {}  # mapping data structure: category => total price of all products of that category
    
    with open("data.csv") as csv: 
        for line in csv.readlines()[1:]:
            data_list = line.strip().split(",")
    
            if data_list[0] not in data:
                data[data_list[0]] = float(data_list[3])
            else:
                data[data_list[0]] = data[data_list[0]] + float(data_list[3])
    
    print(data)
    
    for category in data:
        print(category, " : ", data[category])
    

    谢谢。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2013-07-14
      • 2013-09-23
      • 2014-11-23
      • 2020-10-05
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多