统计客户列表指定列元素出现次数及索引越界问题排查

首先咱们来拆解你遇到的list index out of range错误，以及代码里的其他问题：

错误原因分析 #

• 分割方式错配：你的数据是逗号分隔的CSV格式，但你用了默认的split()（按空白字符分割），这会把整行内容当成单个元素塞进line_list，当你访问line_list[columnNum]时，自然会因为列表长度不足抛出索引越界错误。
• 统计逻辑完全偏差：你最后用line_list.count(...)只统计了最后一行的指定列元素次数，根本没有遍历所有行做累计统计。
• 文件资源未妥善管理：直接用open()打开文件后没有手动关闭，容易造成资源泄漏。

修复后的基础版本 #

先修正上述问题，写出能正常工作的代码：

def getColumnDistribution(filename, columnNum):
    # 用with语句自动管理文件资源，无需手动close
    with open(filename, "r") as file:
        count_dict = {}
        for line in file:
            stripped_line = line.strip()
            # 按逗号分割CSV行，这才符合你的数据格式
            line_list = stripped_line.split(',')
            # 加个判断避免空行或列数不足的情况
            if len(line_list) > columnNum:
                value = line_list[columnNum]
                # 累计每个值的出现次数
                count_dict[value] = count_dict.get(value, 0) + 1
    return count_dict

# 示例：统计女性数量（性别列是第2列，索引从0开始对应1）
result = getColumnDistribution("FakeCostomers.txt", 1)
print(f"女性数量：{result.get('female', 0)}")

更专业的优化方案 #

处理CSV文件，Python标准库的csv模块能应对各种边缘情况（比如带引号的字段、跨行内容）；再搭配collections.Counter，统计逻辑会更简洁：

import csv
from collections import Counter

def getColumnDistribution(filename, columnNum):
    with open(filename, "r", newline='') as file:
        reader = csv.reader(file)
        # 提取所有指定列的值，同时过滤掉无效行
        column_values = [row[columnNum] for row in reader if len(row) > columnNum]
        # 用Counter直接完成统计
        return Counter(column_values)

# 示例：统计性别分布
gender_counts = getColumnDistribution("FakeCostomers.txt", 1)
print("性别分布：", gender_counts)
print(f"女性数量：{gender_counts.get('female', 0)}")

额外注意事项 #

• 列索引是从0开始计数的：比如你要统计性别（原数据的第2列），对应的索引是1；统计信用卡类型（原数据第14列），对应的索引是13。
• 如果你的文件有表头行，记得在读取时先跳过：比如在reader = csv.reader(file)后加一行next(reader)。

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