如何统计JSON数据集中指定属性的总出现次数？遍历数据集遇问题

要统计所有条目中votes下funny属性的总次数，只需遍历整个数据集并累加对应数值即可，以下是两种实用实现方式：

方式一：边读边累加（适合大数据量，节省内存） #

无需把所有数据存入列表，读取每条数据时直接累加funny值，避免占用过多内存：

import json

total_funny = 0
with open('yelp_reviews_test.json') as infile:
    for line in infile:
        review = json.loads(line)
        total_funny += review['votes']['funny']

print(f"funny属性总次数：{total_funny}")

方式二：基于已存储的列表求和 #

如果需要保留全量数据集的列表，可使用生成器表达式快速完成求和：

import json

yelp_data = []
with open('yelp_reviews_test.json') as infile:
    for line in infile:
        yelp_data.append(json.loads(line))

# 遍历列表累加所有funny值
total_funny = sum(review['votes']['funny'] for review in yelp_data)
print(f"funny属性总次数：{total_funny}")

两种方式都能得到所有条目的funny属性总出现次数，第一种无需额外存储全量数据，处理大文件时效率更高。

内容的提问来源于stack exchange，提问作者Ssangkal