Python读取CSV匹配症状异常：无法正确识别疾病问题排查

核心错误点 #

• CSV读取参数错误：csv.reader('dataset.csv') 传入的是字符串而非打开的文件对象，导致CSV读取器将字符串的每个字符当作单独行处理，这就是输出"d."的直接原因（字符串第一个字符是'd'）。正确写法应为csv.reader(csv_file)。
• 代码缩进错误：for row in csv_reader: 及后续逻辑缩进脱离了with open(...)代码块，文件在with结束后已自动关闭，此时迭代csv_reader会读取无效内容。
• 症状匹配精度问题：数据集里部分症状前缀带有and （比如and shortness of breath），且存在大小写不一致（比如Fever和fever），直接全等匹配会导致大量漏判。

修正后的代码 #

#!/usr/bin/env python3

import argparse
import csv

# 解析命令行参数
parser = argparse.ArgumentParser()
parser.add_argument('-t', '--task', help='输入需要匹配的症状，用逗号分隔')
parser.add_argument('-d', '--dataset', help='指定数据集文件路径')
args = parser.parse_args()

# 处理输入症状：去空格、统一转为小写
task_symptoms = [sym.strip().lower() for sym in args.task.split(', ')]

# 存储疾病与匹配次数的字典
disease_counts = {}

try:
    # 打开数据集文件
    with open(args.dataset, 'r') as csv_file:
        csv_reader = csv.reader(csv_file)
        
        # 遍历每一行数据
        for row in csv_reader:
            if not row:
                continue
                
            disease = row[0].strip()
            # 处理数据集症状：去除and前缀、去空格、统一小写
            cleaned_symptoms = []
            for sym in row[1:]:
                sym_clean = sym.strip().lower()
                if sym_clean.startswith('and '):
                    sym_clean = sym_clean[4:]
                cleaned_symptoms.append(sym_clean)
            
            # 统计匹配的症状数量
            match_count = 0
            for task_sym in task_symptoms:
                if task_sym in cleaned_symptoms:
                    match_count += 1
            
            disease_counts[disease] = match_count
    
    if not disease_counts:
        print("数据集内无有效数据。")
        exit()
        
    # 获取最高匹配次数
    max_match = max(disease_counts.values())
    # 筛选出所有最高匹配的疾病
    probable_diseases = [k for k, v in disease_counts.items() if v == max_match]
    
    # 输出结果
    if len(probable_diseases) == 1:
        print(f'The patient is likely suffering from {probable_diseases[0]}.')
    else:
        print(f'The patient is likely suffering from one of these: {", ".join(probable_diseases)}.')

except FileNotFoundError:
    print("错误：无法找到指定的数据集文件。")
except AttributeError:
    print("错误：请使用-t和-d参数分别传入症状和数据集路径。")

测试示例 #

执行命令：

python3 your_script.py -t "Wheezing, coughing" -d dataset.csv

输出结果：

The patient is likely suffering from Asthma.

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