Python实现获取CSV文件中订单量最多的前3位客户（不使用Pandas/Numpy）

你的当前代码只是按customer_id对行进行排序，这没法帮你统计每个客户的订单总量，方向不对哦。咱们用Python内置的字典就能搞定这个需求，完全不需要Pandas或Numpy，具体步骤和代码如下：

核心步骤 #

• 遍历CSV的每一行，统计每个customer_id对应的所有订单ID（这样既能拿到订单数量，也能保留具体的order_id信息）
• 把统计结果按订单数量从多到少排序
• 提取排序后的前3个客户信息

完整代码示例 #

假设你的CSV结构是这样（第一行是表头）：

order_id,customer_id,other_info
1001,C001,xxx
1002,C001,xxx
1003,C002,xxx
1004,C003,xxx
1005,C001,xxx
1006,C002,xxx
1007,C004,xxx

对应的实现代码：

import csv

# 1. 统计每个客户的订单信息
customer_order_map = {}
with open('file.csv', 'r') as f:
    csv_reader = csv.reader(f)
    # 跳过表头，如果你的CSV没有表头，直接注释掉下面这行
    header = next(csv_reader)
    
    for row in csv_reader:
        order_id = row[0]  # 假设order_id在第一列（索引0）
        customer_id = row[1]  # 假设customer_id在第二列（索引1）
        
        # 如果客户还没在字典里，先初始化一个空列表存订单ID
        if customer_id not in customer_order_map:
            customer_order_map[customer_id] = []
        customer_order_map[customer_id].append(order_id)

# 2. 按订单数量降序排序，排序依据是每个客户的订单列表长度
sorted_customers = sorted(
    customer_order_map.items(),
    key=lambda item: len(item[1]),
    reverse=True
)

# 3. 获取订单量最多的前3位客户
top_3_customers = sorted_customers[:3]

# 4. 输出结果
print("订单量最多的前3位客户：")
for rank, (cust_id, order_ids) in enumerate(top_3_customers, start=1):
    print(f"第{rank}名：customer_id={cust_id}，订单数量={len(order_ids)}，订单ID列表：{', '.join(order_ids)}")

关键说明 #

• 用字典customer_order_map存储每个客户的所有订单ID，这样既可以通过len(order_ids)得到订单数量，也能直接获取对应的order_id，完美符合你的需求
• sorted()函数的key参数指定按订单列表的长度排序，reverse=True确保是从订单最多到最少的顺序
• 如果你的CSV没有表头，一定要删除header = next(csv_reader)这一行，不然会漏掉第一行的订单数据

内容的提问来源于stack exchange，提问作者twingo