作为输入,我每次都有一个包含时间和一堆数字的CSV文件。
decimal foodCount = dbContext.fad_userFoods.Where(uf => uf.dateAdded == thisDate
&& uf.userID == thisGuid)
.Sum(uf=> { decimal result;
decimal.TryParse(uf.quantityAmount,out result);
return result;});
我想输出按Avg和Sum列分组的每小时的表格:
Time,F1,F2,F3
8:11,5,2,4
9:25,9,8,2
9:39,7,3,2
9:53,6,5,1
10:07,4,6,7
10:21,7,3,1
10:35,5,6,7
11:49,1,2,1
12:03,3,3,1
到目前为止,我一直在寻找使用字典,其中小时是键,值是计数和总和的列表,然后将总和除以得到平均值。 我敢肯定必须有更清洁的方法来做到这一点。也许某些图书馆可以使用它。有什么建议吗?
答案 0 :(得分:2)
pandas解决方案:
import pandas as pd
df = pd.read_csv('f123.csv')
df['Time'] = df['Time'].apply(lambda x: x.split(':')[0] + ':00')
by_hour = df.groupby('Time')
data = {}
for name in ['F1', 'F2', 'F3']:
data['SUM ' + name] = by_hour[name].sum()
data['AVG ' + name] = by_hour[name].mean()
res = pd.DataFrame(data)
print(res)
打印:
AVG F1 AVG F2 AVG F3 SUM F1 SUM F2 SUM F3
Time
10:00 5.333333 5.000000 5.000000 16 15 15
11:00 1.000000 2.000000 1.000000 1 2 1
12:00 3.000000 3.000000 1.000000 3 3 1
8:00 5.000000 2.000000 4.000000 5 2 4
9:00 7.333333 5.333333 1.666667 22 16 5
另存为csv文件:
res.to_csv('res.csv')
这是res.csv
:
Time,AVG F1,AVG F2,AVG F3,SUM F1,SUM F2,SUM F3
10:00,5.333333333333333,5.0,5.0,16,15,15
11:00,1.0,2.0,1.0,1,2,1
12:00,3.0,3.0,1.0,3,3,1
8:00,5.0,2.0,4.0,5,2,4
9:00,7.333333333333333,5.333333333333333,1.6666666666666667,22,16,5
答案 1 :(得分:0)
以下内容应该让您入门,它使用Python的csv
模块来处理文件,并使用itertools.groupby
按小时对条目进行分组:
import csv
from itertools import groupby, chain
with open('input.csv', 'rb') as f_input, open('output.csv', 'wb') as f_output:
csv_input = csv.reader(f_input)
csv_output = csv.writer(f_output)
header = next(csv_input)
csv_output.writerow(["Time","SUM F1","SUM F2","SUM F3","AVG F1","AVG F2","AVG F3"])
for k, g in groupby(csv_input, lambda x: int(x[0].split(':')[0])):
entries = [(int(f1), int(f2), int(f3)) for t, f1, f2, f3 in g]
sums = [(sum(x), sum(x)/float(len(entries))) for x in zip(*entries)]
row = ['{}:00'.format(k)] + list(chain.from_iterable(zip(*sums)))
csv_output.writerow(row)
这会给你一个输出csv文件,如下所示:
Time,SUM F1,SUM F2,SUM F3,AVG F1,AVG F2,AVG F3
8:00,5,2,4,5.0,2.0,4.0
9:00,22,16,5,7.333333333333333,5.333333333333333,1.6666666666666667
10:00,16,15,15,5.333333333333333,5.0,5.0
11:00,1,2,1,1.0,2.0,1.0
12:00,3,3,1,3.0,3.0,1.0
zip
用于转置列条目。
使用Python 2.7.9进行测试