通过PowerShell处理CSV文件：按用户ID统计位置出现次数

需求说明 #

现有包含Timestamp、Location、ID、Name四列的CSV文件，需按用户ID分组，统计每个ID在不同Location的出现次数，并输出指定格式的结果（同一ID的多行记录中，仅第一行显示ID，后续行ID列留空）。

示例CSV数据 #

Timestamp           Location    ID      Name
01/01/2024 00:02    London      171320  Derek Peters
01/02/2024 00:02    London      114554  Jon Adams
01/02/2024 01:02    Manchester  680283  Nigel Terry
02/02/2024 00:02    London      210144  Jenny Smith
03/02/2024 00:02    London      171320  Derek Peters
03/02/2024 00:02    Manchester  265712  Amanda Lort
04/02/2024 00:02    Manchester  114554  Jon Adams
05/02/2024 00:02    Manchester  680283  Nigel Terry
06/02/2024 00:02    Coventry    171320  Derek Peters
06/02/2024 00:02    Coventry    206665  Stevie Eddies
07/02/2024 00:02    Coventry    171320  Derek Peters

期望输出格式 #

ID        Location    Count
171320    London      2
          Coventry    2
114554    London      1
          Manchester  1
680283    Manchester  2
210144    London      1
265712    Manchester  1
206665    Coventry    1

解决方案（Python + Pandas） #

使用Pandas库可高效完成分组统计和格式调整，以下是完整实现代码：

import pandas as pd

# 读取CSV文件，若为逗号分隔可去掉delim_whitespace参数
df = pd.read_csv('your_file.csv', delim_whitespace=False)

# 按ID和Location分组，统计出现次数
count_df = df.groupby(['ID', 'Location']).size().reset_index(name='Count')

# 处理ID列格式：同一ID的后续行设为空字符串
count_df['ID'] = count_df['ID'].where(count_df['ID'] != count_df['ID'].shift(), '')

# 格式化输出，设置列宽保证对齐
print(count_df.to_string(index=False, col_space=[8, 12, 6], justify='left'))

代码说明 #

1. 读取CSV：根据文件实际分隔符调整参数，逗号分隔直接用pd.read_csv('your_file.csv')即可。
2. 分组统计：通过groupby按ID和地点组合分组，size()统计次数，reset_index将结果转为标准DataFrame格式。
3. 格式调整：用shift()对比当前行与上一行的ID值，相同则清空当前行ID，实现同一ID仅首行显示的效果。
4. 对齐输出：通过to_string关闭索引显示，设置列宽确保输出与期望格式对齐。

内容的提问来源于stack exchange，提问作者user3601472