Question

你好，所以我遇到了一些python的问题。我正在尝试制作一个程序来接收一个csv文件并告诉我列中最高的50个单词。我的csv文件遵循以下格式：身份证，城市，州，酒店名称，价格 1，Atlanta，GA，Le Royale，200

我想要通过这个列表告诉我50个最常见的城市。我的代码：

def count_amount(fin_name):
    with open(fin_name, 'rb') as fin:
    reader = csv.reader(fin)
    next(reader)
    sortedlist = sorted(reader, key=operator.itemgetter(1), reverse=False)
    d = defaultdict(list)
    for row in sortedlist:
        print(row[0], row[1], row[2], row[3], row[4])
        if row[1]  != 'City':
            d[row[1]].append(float(row[3]))
    for k,v in d.iteritems():
        c = Counter(k)
        print c.most_common(50)

我确定我的问题来自我的c = Counter（k），它会打印每个城市名称的单个字母而不是城市本身。所以它会打印（（＆＃39; a＆＃39;，2），（＆＃39; d＆＃39;，1），（＆＃39; k＆＃39;，1），＆＃39; l＆＃39;，1），（＆＃39; O＆＃39;，1），（＆＃39; n＆＃39;，1）而不是告诉我有多少次奥克兰＆＃39;出现在我的csv文件。如何让它向我展示整个字符串？（注意：我知道缩进，我将代码输入堆栈溢出时非常糟糕）

Answer 1

如果pandas是可行的选择，这很简单：

import pandas as pd

# read file
df = pd.read_csv(fin_name)

# return value counts as {city -> count} dictionary
d = df['City'].value_counts().to_dict()

# sort descending, return top 50 most common as list of tuples
d_sorted = sorted(d.items(), key=lambda x: x[1], reverse=True)[:50]

无法从csv文件中获取前N个reoccuring值

1 个答案: