CSV 到多值字典？

Question

                Title_1                                Title_2         Type He heard it from space  A quick story about sounds from space      Fiction    The end of all time       A sad poem about the end of time  Non-Fiction  The perfect beginning               A story about friendship  Non-Fiction我正在尝试计算所有小说、非小说类型并计算 Title_1 和 Title_2 中相应类型的单词数。我想要的输出是：Type         Count  Num-Words  Non-Fiction   2       20Fiction       1       12这是我到目前为止所拥有的：fopen =  open(file_name, 'r')fhand = csv.reader(fopen)next(fhand)category_sum = dict()for row in fhand:    col_0=len(row[0].split())    col_1=len(row[1].split())    print( col_1 + col_1)    if row[2] in category_sum.keys():        category_sum[row[2]]+=1    else:        category_sum[row[2]]=1我可以在一本不错的字典中获得类型的总数，但我似乎无法弄清楚如何将字数分配给适当的类型作为字典中的值。有任何想法吗？

Answer 1

这就是我最终使用的：

fhand = csv.reader(fopen)

next(fhand)

category_sum = dict()

word_sum = dict()

for row in fhand:

    num_words = len(row[0].split(" ")) + len(row[1].split(" "))

    if row[2] in category_sum.keys():

        category_sum[row[2]]+=1

        word_sum[row[2]]+=num_words

    else:

        category_sum[row[2]]=1

        word_sum[row[2]]=num_words

combined = {key:[category_sum[key],word_sum[key]] for key in category_sum}   

#print(combined)

print("Category | # Titles | # of Words\n---------------------------------")

for key in combined:

    print("{}   |   {}  |   {}  ".format(key,combined[key][0],combined[key][1]))

Answer 2

你可以这样做：

import csv

file_name = 'book_titles.csv'

with open(file_name, 'r', newline='') as fopen:

    reader = csv.reader(fopen)

    next(reader)  # Skip header.

    category_sum = {}

    for row in reader:

        category_sum[row[2]] = category_sum.get(row[2], 0) + 1

print(category_sum)  # -> {'Fiction': 1, 'Non-Fiction': 2}

Answer 3

您可以将字典保存为其中一个键Count和另一个键所在的值Num-Words。因此，您的字典值分配可能如下所示：

# num_of_words = 

if row[2] in category_sum.keys():

    category_sum[row[2]]['Count']+=1

    category_sum[row[2]]['Num-Words']+=num_of_words

else:

    category_sum[row[2]]={}

Answer 4

使用pandas：

• 创建数据框

• 合并两个标题，按空格分割并计算由创建的列表中的单词split

• groupbyon Type，然后聚合count和sum函数。

• reset_index并rename获得所需的确切形式。

import pandas as pd

# read the file in

df = pd.read_csv('file.csv')

                Title_1                                Title_2         Type

 He heard it from space  A quick story about sounds from space      Fiction

    The end of all time       A sad poem about the end of time  Non-Fiction

  The perfect beginning               A story about friendship  Non-Fiction

# count the words in Title_1 & Title_2

df['num_words'] = df[['Title_1', 'Title_2']].apply(lambda x: len(f'{x[0]} {x[1]}'.split()), axis=1)

                Title_1                                Title_2         Type  num_words

 He heard it from space  A quick story about sounds from space      Fiction         12

    The end of all time       A sad poem about the end of time  Non-Fiction         13

  The perfect beginning               A story about friendship  Non-Fiction          7

# create your desired output

test = df[['Type', 'num_words']].groupby('Type')['num_words'].agg(['count', 'sum']).reset_index().rename(columns={'count': 'Count', 'sum': 'Num-words'})

        Type  Count  Num-words

     Fiction      1         12

 Non-Fiction      2         20

只需 3 行代码即可获得所需的输出

使用数据框中的数据，如果需要，您可以更轻松地执行其他类型的文本分析（例如文本分析：使用 python 查找列中最常见的单词）

在 a 中获取输出dict：

test.to_dict('list')

>>> {'Type': ['Fiction', 'Non-Fiction'], 'Count': [1, 2], 'Num-words': [12, 20]}