Question

我有一个.csv文件如下（摘录）。

Country,Year,GDP ($US),Population
Angola,2002,11431738368,10760510
Angola,2005,32810672128,11706954
Antigua and Barbuda,2002,714677760,67448
Antigua and Barbuda,2005,875751360,68722
Argentina,2002,1.02E+11,38331121
Argentina,2005,1.83E+11,39537943
Armenia,2002,2376335104,3013818
Armenia,2005,4902779392,2982904
...

我需要找到2002年五个最低的GDP / Pop国家，然后在2005年找到相应的GDP / Pop值，然后计算差异和百分比差异。对于某些记录，GDP或人口值都有空白，我省略了。

到目前为止我用过

import csv
import operator

data = open('file.csv')
read_data = csv.reader(data)

thisthing = []
for line in read_data:
#find 2002 GDP/Pop, omit blanks, append to list
    if line[7] == '2002' and line[8] != ' ' and line[9] != ' ':
        thisthing.append([line[0], (float(line[8])/(int(line[9])))])

thisthing.sort(key=operator.itemgetter(1))

这会产生一个逐行打印的列表（国家，GDP / Pop）：

['Burma (Myanmar)', 69.07171351277908]
['Burundi', 89.45864552423431]
['Congo (Dem. Rep.)', 99.23033109735835]
['Ethiopia', 109.33326343550823]
['Eritrea', 142.8576737907048]
['Guinea-Bissau', 151.110429668747]
['Afghanistan', 159.7524117568956]
['Malawi', 159.7614709537829]
['Sierra Leone', 174.6506490278577]

我想现在迭代回来'read_data'，使用'thisthing'中的国家/地区名称作为条件以及我的空白预防条件

and line[8] != ' ' and line[9] != ' ':

选择并追加2005年GDP /流行音乐''thisthing'

我不知道从哪里开始这样做，而且我已经被困在这里大约一个星期......任何帮助都会非常感激。

Answer 1

试试这个!!

import csv 
import operator

data = open('file.csv') read_data = csv.reader(data)

data_2002 = {}
data_2005 = {}

thisthing = [["country", "2002%", "2005%"]] 

for line in read_data:
    try: 
        gdp = float(line[8])/(int(line[9]))
        if line[7] == '2002' and line[8] != ' ' and line[9] != ' ':
            data_2002[line[0]] = gdp

        elif line[7] == '2005' and line[8] != ' ' and line[9] != ' ':
            data_2002[line[0]] = gdp
    except KeyError:
        print line[0]
        continue

for country in data_2002:
    thisthing.append([country, data_2002[country], data_2005[country]])

print thisthing

Answer 2

将其用作read_data：

[['Country', 'Year', 'GDP ($US)', 'Population'],
 ['Angola', '2002', '11431738368', '10760510'],
 ['Angola', '2005', '32810672128', '11706954'],
 ['Antigua and Barbuda', '2002', '714677760', '67448'],
 ['Antigua and Barbuda', '2005', '875751360', '68722'],
 ['Argentina', '2002', '1.02E+11', '38331121'],
 ['Argentina', '2005', '1.83E+11', '39537943'],
 ['Armenia', '2002', '2376335104', '3013818'],
 ['Armenia', '2005', '4902779392', '2982904']]

我们不想要第一行：

read_data = read_data[1:]

如果csv.read使用read_data对象，请执行：

next(read_data)

实际上，代码足够强大，可以迭代所有行因为我们跳过了由转换字符串引起的异常行到一个不起作用的数字，即'GDP ($US)'和'Population'。但是，显示我们跳过第一行的意图仍然是一个好习惯。因为我们都知道：明确比隐含更好。

我们使用defaultdict来避免在第一年插入时进行测试：

import collections
data = collections.defaultdict(dict)

for line in read_data:
    try:
        gdp = float(line[2]) / float(line[3])
    # Make sure this exception catches what you want.
    except (ValueError, ZeroDivisionError):
        continue
    data[line[0]][line[1]] = gdp

现在我们为data获取此内容：

{'Angola': {'2002': 1062.3788619684383, '2005': 2802.6651619200006},
 'Antigua and Barbuda': {'2002': 10595.981496856837,
                         '2005': 12743.391635866245},
 'Argentina': {'2002': 2661.023140961622, '2005': 4628.465370593508},
 'Armenia': {'2002': 788.4799626254804, '2005': 1643.6262756025671}}

我们需要重新排列才能进入您的列表：

list_data = []
for key, value in data.items():
    list_data.append([key] + [value[year] for year in sorted(value.keys())])

结果：

[['Antigua and Barbuda', 10595.981496856837, 12743.391635866245],
 ['Argentina', 2661.023140961622, 4628.465370593508],
 ['Angola', 1062.3788619684383, 2802.6651619200006],
 ['Armenia', 788.4799626254804, 1643.6262756025671]]

此解决方案可以使用多年，并按时间顺序排列。

修改

事实证明，这些数据包含了两年多的时间。我不想要这么多年。将最后一部分更改为仅包含您明确需要的年份：

list_data = [] for key, value in data.items(): list_data.append([key] + [value[year] for year in ('2002', '2005')])

<强> EDIT2

如果OP要求缺少年份，则进行小幅修改：

list_data = [] for key, value in data.items(): list_data.append([key] + [value.get(year, 0) for year in ('2002', '2005')])

如果缺少年份，则输入0。使用任何合适的其他值来表示缺失值。

<强> EDIT3

OP要求的另一种变体。如果没有值，则不附加：

list_data = [] for key, value in data.items(): list_data.append([key] + [value.get(year) for year in ('2002', '2005') if value.get(year) is not None])

Python：将一个列表的索引与另一个列表的索引进行比较，将第二个列表值附加到第一个列表

2 个答案: