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       20

Fiction       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_wordscombined = {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 csvfile_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) + 1print(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_wordselse:    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splitgroupbyon 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 indf = 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_2df['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 outputtest = 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]}