Question

我想用公司名称来计算金额，但公司名称的格式通常不同......例如Apple Inc有时是Apple电脑，Apple Inc. 另外..我不知道如何处理“标题”

我的文件格式为CSV。

company amount
a   20
b   10
A'  30
bb  20

我想这样做：

line = readline() if line=='':
break
if 'Apple' in line:
sum(amount)

Answer 1

您的数据不是真正的CSV格式。明显的列不是用逗号分隔，也不是用制表符分隔，甚至不用单个空格分隔。有时会有多个空格...如果这是一个空格分隔值文件，则每个空格都表示一个新列。多个空格意味着每行有两列以上。

此详细信息非常重要，因为csv module可以轻松解析CSV文件。但由于这不是真正的CSV文件，我们无法使用csv模块。

假设总是应该只有两个用空格分隔的列，最后一列代表一个数字量（第一个标题行除外）：

total=0
with open('data.csv','r') as f:
    next(f)  # skip the first (header) line 
    for line in f:
        company,amount=line.rsplit(' ',1)
        amount=float(amount)
        if 'Apple' in company:
            total+=amount
print(total)

Answer 2

您需要以某种方式映射名称变体，方法是分别合计每个名称，然后手动合并，或者预先制作一个字典，用于标识每个公司使用的所有别名。 if 'Apple' in line:失败了，因为它无法将不同公司的金额混合在一起。

Company = {"Apple": 1, "Apple Computer": 1, "AAPL": 1, "Apple, Inc": 1,
           "Apple Vacations": 2, "Applebee's Restaurant": 3 }

sum[Company[name]] += amount

编辑2：如果您事先并不知道所有公司名称，那么您可以做的最好的事情是跟踪输入文件中包含的唯一名称，并决定是否稍后合并它们：

Company = {}
for <name, amount> in file:  # pseudo-code for reading and parsing the input
    if name in Company:
        Company[name] += amount
    else:
        Company[name] = amount

Python CSV和Sum

2 个答案: