Python - 计算 csv 文件中每一列的平均值

Question

我是 Python 的新手，我正在尝试获取 csv 文件的每个（列或行）的平均值，然后 select 列的平均值高于其行的两倍。 我的文件有数百列，并且具有如下浮点值：

845.123,452.234,653.23,...
432.123,213.452.421.532,...
743.234,532,432.423,...

我已经尝试对我的代码进行几处更改以（分别）获得每一列的平均值，但目前我的代码是这样的：

def AverageColumn (c):
    f=open(csv,"r")
    average=0
    Sum=0
    column=len(f)
    for i in range(0,column):
        for n in i.split(','):
            n=float(n)
            Sum += n
        average = Sum / len(column)
    return 'The average is:', average

    f.close()


csv="MDT25.csv"
print AverageColumn(csv)

但我总是收到类似“f has no len()”或“'int' object is not iterable”之类的错误...

如果有人告诉我如何获得每列（或行，如你所愿）的平均值，然后 select 值高于其列（或行）平均值的两倍，我将不胜感激。 我宁愿不将模块作为 csv 导入，但如您所愿。 谢谢！

Answer 1

这是一个清理你的功能，但它可能不会做你想做的事情。 目前，它正在获取所有列中所有值的平均值：

def average_column (csv):
    f = open(csv,"r")
    average = 0
    Sum = 0
    row_count = 0
    for row in f:
        for column in row.split(','):
            n=float(column)
            Sum += n
        row_count += 1
    average = Sum / len(column)
    f.close()
    return 'The average is:', average

我会使用csv模块（这使得csv解析更容易），使用Counter对象来管理列总数，使用上下文管理器来打开文件（不需要close() ）：

import csv
from collections import Counter

def average_column (csv_filepath):
    column_totals = Counter()
    with open(csv_filepath,"rb") as f:
        reader = csv.reader(f)
        row_count = 0.0
        for row in reader:
            for column_idx, column_value in enumerate(row):
                try:
                    n = float(column_value)
                    column_totals[column_idx] += n
                except ValueError:
                    print "Error -- ({}) Column({}) could not be converted to float!".format(column_value, column_idx)                    
            row_count += 1.0            

    # row_count is now 1 too many so decrement it back down
    row_count -= 1.0

    # make sure column index keys are in order
    column_indexes = column_totals.keys()
    column_indexes.sort()

    # calculate per column averages using a list comprehension
    averages = [column_totals[idx]/row_count for idx in column_indexes]
    return averages

Answer 2

首先，正如人们所说 - CSV格式看起来很简单，但它可能非常重要，特别是一旦字符串进入游戏。 monkut已经为您提供了两个解决方案，清理后的代码版本以及另一个使用CSV库的解决方案。 我将给出另一个选择：没有库，但有大量惯用代码可供选择，它可以同时为所有列提供平均值。

def get_averages(csv):
    column_sums = None
    with open(csv) as file:
        lines = file.readlines()
        rows_of_numbers = [map(float, line.split(',')) for line in lines]
        sums = map(sum, zip(*rows_of_numbers))
        averages = [sum_item / len(lines) for sum_item in sums]
        return averages

注意事项：在您的代码中， f是一个文件对象。 您已经返回值后尝试关闭它。 永远不会达到此代码：处理return后没有执行任何操作，除非您有try...finally结构，或者with构造（就像我正在使用 - 它将自动关闭流）。

map(f, l)或等价的[f(x) for x in l]创建一个新的列表，其元素是通过在l上的每个元素上应用函数f获得的。

f(*l)将在函数调用之前“解包”列表l ，将每个元素作为单独的参数赋予函数f 。

Answer 3

如果你想在没有stdlib模块的情况下出于某种原因这样做：

with open('path/to/csv') as infile:
    columns = list(map(float,next(infile).split(',')))
    for how_many_entries, line in enumerate(infile,start=2):
        for (idx,running_avg), new_data in zip(enumerate(columns), line.split(',')):
            columns[idx] += (float(new_data) - running_avg)/how_many_entries

Answer 4

我建议把它分成几个较小的步骤：

1. 将CSV文件读入2D列表或2D阵列。
2. 计算每列的平均值。

这些步骤中的每一个都可以实现为两个单独的功能。 （在CSV文件较大的实际情况下，由于空间限制，将完整文件读入内存可能会令人望而却步。但是，对于学习练习，这是了解编写自己的函数的好方法。）

Answer 5

我希望这可以帮助你......一些帮助....这就是我要做的 - 这是使用numpy：

    # ==========================
    import numpy as np
    import csv as csv

    #  Assume that you have 2 columns and a header-row: The Columns are (1) 
    #  question # ...1; (2) question 2
    # ========================================

    readdata = csv.reader(open('filename.csv', 'r'))  #this is the file you 
    # ....will write your original file to....============
    data = []
    for row in readdata:
    data.append(row)
    Header = data[0]
    data.pop(0)
    q1 = []
    q2 = []
    # ========================================

    for i in range(len(data)):
        q1.append(int(data[i][1]))
        q2.append(int(data[i][2]))
    # ========================================
    # ========================================
    # === Means/Variance - Work-up Section ===
    # ========================================
    print ('Mean - Question-1:            ', (np.mean(q1)))
    print ('Variance,Question-1:          ', (np.var(q1)))
    print ('==============================================')
    print ('Mean - Question-2:            ', (np.mean(q2)))
    print ('Variance,Question-2:          ', (np.var(q2)))

Answer 6

这绝对适合我！

import numpy as np
import csv

readdata = csv.reader(open('C:\\...\\your_file_name.csv', 'r'))
data = []

for row in readdata:
  data.append(row)

#incase you have a header/title in the first row of your csv file, do the next line else skip it
data.pop(0) 

q1 = []  

for i in range(len(data)):
  q1.append(int(data[i][your_column_number]))

print ('Mean of your_column_number :            ', (np.mean(q1)))

Answer 7

import csv
from statistics import mean
with open(r'path/to/csv','r') as f:
    reader = csv.reader(f)
    print(mean([float(i[2]) for i in reader if i[2].isnumeric()]))

将“2”替换为您要计算的列的索引