Question

我编写了一个脚本，该脚本从德克萨斯州执行的违规者处获取html表（由于限制而无法发布链接，但可以在getcsv.py的代码中找到）并将其转换为csv文件。然后另一个剧本计算每个人的比赛。然而，我一直有一个问题，除了白人和西班牙裔之外的其他所有人，然后分开计算。这： [('White', 237), ('Black', 196), ('Hispanic', 100), ('Other', 2), ('White ', 1), ('Hispanic ', 1)] 就是结果。

这是下载csv文件（getcsv.py）

的脚本

import csv
from bs4 import BeautifulSoup
from urllib.request import urlopen

soup = BeautifulSoup(urlopen('http://www.tdcj.state.tx.us/death_row/dr_executed_offenders.html'), "html.parser")
table = soup.find('table')
headers = [header.text for header in table.find_all('th')]
rows = []
for row in table.find_all('tr'):
    rows.append([val.text for val in row.find_all('td')])

with open('new.csv', 'w', encoding="utf8", newline='') as f:
writer = csv.writer(f)
writer.writerow(headers)
writer.writerows(row for row in rows if row)

这是参加比赛的脚本（analyse.py）

import csv
import collections


race = collections.Counter()



with open('new.csv') as input_file:
    next(input_file)
    for row in csv.reader(input_file, delimiter=','):
        race[row[8]] += 1

list(race)
racecom = race.most_common()


print ('Number of white people executed: %s' % grades['White'])
print ('Number of black people executed: %s' % grades['Black'])
print ('Number of Hispanic people executed: %s' % grades['Hispanic'])
print ('Number of Other people executed: %s' % grades['Other'])
print (racecom)

然而，当我使用convertcsv.org生成的csv文件时，问题就消失了，所以我很确定它的getcsv.py是否有错误。

生成的文件可以在https://www.dropbox.com/s/gz0kob2miejqucq/actual.csv?dl=0下载为actual.csv，自动下载的文件可以在https://www.dropbox.com/s/chkycm21konvcw0/new.csv?dl=0找到new.csv。

提前致谢。

Answer 1

空白很重要。如果键应该相同，你必须将它们剥离：

with open('new.csv') as input_file:
    next(input_file)
    race = collections.Counter(row[8].strip()
        for row in csv.reader(input_file, delimiter=','))

Python在csv文件中将重复项计为uniques

1 个答案: