Python-CSV-每行數字到元組的所有排列

Question

我是Python的新手，但可以學習。 我的工作任務是采用以下格式來處理CSV數據（2500行）（因為我們無法弄清楚如何在Excel中做到這一點）：

 RefNumber      Reviewer 1  Reviewer 2  Reviewer 3  Reviewer 4  Reviewer 5
  9676/2            6           3           2
  0526/4            6           3           1           5           1
  1842/1            5           3           1           5   
  2693/3            5           5           1           2   
  2515/1            6           3           1           5           3
  2987/1            4           1           3
  3841/1            4           3           1 
  3402/1            4           3           1           5   

並生成一個CSV，其中包含您可以從每一行獲得的所有數字排列的平均值（最少3個）。

即

以上3841/1將產生{4,3,1}的元組，平均為2.7

上面的3402/1將產生{4,3,1}，{4,3,1,5}，{3,1,5}，{4,1,5}等元組，平均為2.7、3.3 ，3、3.3等。

我動了腦筋，想着想辦法做到最好，因為我還需要知道每個平均值，它包含的元組中有多少個數字，即{4,3,1}的平均值為2.7，該元組的數量為3。

本質上我想生產的是：

RefNumber      Avg 1     Avg 2       Avg 3       Avg 4   Avg 5
  3841/1        2.7         
  3402/1        2.7       3.3           3         3.5   

但是我想顯示元組中的數字計數，我可以運行9次（最多12條評論），並且只需將每個數據表放在自己的標簽上即可。

從技術上講，我還需要每個元組的標准偏差和分數范圍，但這已經超出了我的專業水平，因此我想我可以刪除它或以某種方式手動進行。

關於從哪里開始的任何想法？

Answer 1

您可以使用csv模塊通讀csv並提取數據，並使用itertools模塊獲取所有組合。 看看它是否做的工作。 我也照原樣保留了平均值，但我看到您只使用1個小數點，通過四舍五入結果可以很容易地獲得小數點。 猜猜您現在可以保存結果。

from itertools import combinations as cb 
import csv
with open("test.csv") as f:
    reader=csv.reader(f)
    next(reader, None)  # skip header
    data=[filter(None,i) for i in reader]

def avgg(x):
    ll=[float(i) for i in x[1:]] #take review no and convert to float
    n=len(ll)
    avg_list=[x[0]]  #start result list with ref no.
    for i in range(3,n+1):
        for j in cb(ll,i):
            # print(j)  #see the combination
            avg_list.append(sum(j)/i)
    return avg_list

for x in data:
    print(avgg(x))

Answer 2

我贊成最后一個答案，但我想向您展示一個將所有內容保留在DataFrame中的示例

data = """RefNumber, Reviewer 1, Reviewer 2,Reviewer 3,Reviewer 4,Reviewer 5
9676/2,6,3,2,,
0526/4,6,3,1,5,1
1842/1,5,3,1,5,
2693/3,5,5,1,2,
2515/1,6,3,1,5,3
2987/1,4,1,3,,
3841/1,4,3,1,,
3402/1,4,3,1,5,
"""

import pandas
import itertools
import StringIO
import numpy

buffer = StringIO.StringIO(data)
df = pandas.read_csv(buffer, index_col=0)

# EVERYTHING ABOVE IS MOSTLY SETUP CODE FOR THE EXAMPLE
def get_combos(items, lower_bound=3):
    """
    Return all combinations of values of size lower_bound
    for items
    """
    usable = items.dropna()
    combos = list()
    n_combos = range(lower_bound, len(usable) + 1)
    for r in n_combos:
        combos += list(itertools.combinations(usable, r))
    return combos

df['combos'] = df.apply(get_combos, axis=1)
df['means'] = df['combos'].map(lambda items: [numpy.mean(x) for x in items])

Answer 3

有關子集生成的相關問答：

• 如何找到具有正好n個元素的集合的所有子集？
• 在Python中生成大小為k（包含k個元素）的所有子集
• 所有子集的集合
• 在Python中獲取集合的子集