python - python - 如何计算列中的数字数量？

Question

我有一个包含以下输入数据的文件：

       IN   OUT
data1  2.3  1.3
data2  0.1  2.1
data3  1.5  2.8
dataX  ...  ...

有成千上万个这样的文件，每个文件都有相同的 data1，data2，data3，...，dataX 我想计算所有文件中每个数据和列的每个值的数量。例子：

在文件“data1-IN”（文件名）中

2.3 - 50    (times)
0.1 - 233   (times)
... - ...   (times)

在文件“data1-OUT”（文件名）中

2.1 - 1024 (times)
2.8 - 120  (times)
... - ...  (times)

在文件“data2-IN”（文件名）中

0.4 - 312    (times)
0.3 - 202   (times)
... - ...   (times)

在文件“data2-OUT”（文件名）中

1.1 - 124 (times)
3.8 - 451  (times)
... - ...  (times)

在文件 'data3-IN' ...

哪种 Python 数据结构最适合计算此类数据？我想使用多维字典，但我正在努力解决 KeyErrors 等问题。

Answer 1

你真的想用collections.Counter，也许包含在一个collections.defaultdict：

import collections
import csv

counts = collections.defaultdict(collections.Counter)

for filename in files:
    for line in csv.reader(open(filename, 'rb')):
         counts[filename + '-IN' ][line[1]] += 1
         counts[filename + '-OUT'][line[2]] += 1

Answer 2

我最近开始使用Pandas数据框。它有一个 CSV 阅读器，使切片和切块数据非常简单。