如何在Python中不使用pandas找出CSV列中最频繁的字符串值

下面是针对需求的完整实现，完全用Python内置模块完成，适合新手理解：

import csv

def find_most_frequent_height(csv_file_path):
    # 初始化两个字典：一个存计数，一个存每个值首次出现的行索引
    height_counts = {}
    first_occurrence = {}
    current_row = 0

    with open(csv_file_path, 'r', newline='', encoding='utf-8') as file:
        # 用DictReader按列名读取，直接通过列名获取数据
        reader = csv.DictReader(file)
        for row in reader:
            height = row['height_c']
            # 只处理0-10的字符串（符合题目要求）
            if height not in [str(i) for i in range(11)]:
                continue  # 跳过不符合格式的值，可选操作
            # 如果是第一次出现，记录行号
            if height not in first_occurrence:
                first_occurrence[height] = current_row
            # 更新计数
            height_counts[height] = height_counts.get(height, 0) + 1
            current_row += 1

    # 处理空文件或无有效数据的情况
    if not height_counts:
        return ''  # 或者根据需求返回默认值

    # 按出现次数降序，次数相同则按首次出现的行号升序排序
    sorted_heights = sorted(height_counts.items(), key=lambda x: (-x[1], first_occurrence[x[0]]))
    # 返回第一个元素的键（即最频繁且首次出现的值）
    return sorted_heights[0][0]

# 调用示例
if __name__ == '__main__':
    result = find_most_frequent_height('personal_info.csv')
    print(f"最频繁的height_c值是: {result}")

代码说明： #

• 用内置csv.DictReader读取文件，不需要手动处理列索引，直接通过row['height_c']获取目标列数据，对新手友好
• 用height_counts统计每个值的出现次数，first_occurrence记录每个值第一次出现的行号，解决"次数相同返回首次出现"的需求
• 排序时用lambda表达式：先按次数降序（-x[1]），次数相同则按首次出现的行号升序（first_occurrence[x[0]]），确保取到最早出现的高频值
• 加入了对非0-10字符串的过滤逻辑，可选保留，避免无效数据干扰统计

测试验证 #

假设你的personal_info.csv内容如下：

full_name,weight_b,height_c
Alice,55,2
Bob,60,3
Charlie,70,2
David,65,4
Eve,58,2
Frank,72,3

运行代码后会返回'2'，符合示例预期。

内容的提问来源于stack exchange，提问作者Emppy