使用python在CSV文件的列中查找最常用的值

Question

for each in column_names:
    print each + ':'
    for L in range(1,len(row_list)):
        each_column = columns[each][L]
        for i in each_column:
            if i == i.index(i)+1:
                count+=1
                mode=i

上面的代码是我尝试在csv文件的列中查找最常用的值。 代码不完整，为了解决这个问题，我被困了几个小时。

我对python还是很陌生，即使语法我也不熟悉。 所有帮助将不胜感激。

Answer 1

这段代码可以解决问题

  import csv
  from collections import Counter
  filename='test.csv'
  with open(filename, 'r') as f:
      column = (row[0] for row in csv.reader(f))
      print("Most frequent value: {0}".format(Counter(column).most_common()[0][0]))

首先，它打开您的文件，然后创建一个生成器表达式以检索csv中的第一列。

未将其列出的原因是csv可能很长，这可能会导致内存问题。 使用时，生成器会“生成”该项目。

然后，它使用collections.Counter对象对列表中最常见的值进行计数，并获取第一个元素的值。 您可以逐步尝试代码以查看每个步骤的输出。

Answer 2

当您实际上需要分别对每个值进行计数时，只使用一个count变量。 因此，尽管您的总体方法相当不错，但要遍历似乎是从CSV文件填充的字典，但您需要设置另一个字典来保存每个值的计数。 由于您不能使用collections.Counter或collections.defaultdict任何一种不错的方法，因此您可以执行以下操作

counts = {}
for each in column_names:
    count = {}
    print each + ':'
    for row in columns[each]:
        count[row] = count.get(row,0) + 1
    counts[each] = count

之后，您将获得一个字典counts ，每个column_name都有一个条目，其中包含该列中的所有值作为键，其计数作为值。 现在，您只需要按值对它们进行排序并输出n个最常见的值。