如何用Python为层级数据生成指定统计指标？

针对你提出的需求，下面是一套实用的Python处理方案，同时解决CSV存储嵌套数据的痛点：

一、数据统计实现代码 #

先读取CSV数据，通过字典分组完成两个统计需求，代码简洁易维护：

import csv
from collections import defaultdict

# 1. 读取CSV原始数据
data = []
with open('location_data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        data.append(row)

# 2. 统计每个国家关联的城市信息（自动去重）
country_city_stats = defaultdict(lambda: {'city_count': 0, 'cities': set()})
for row in data:
    country = row['country'].strip()
    city = row['city'].strip()
    country_city_stats[country]['cities'].add(city)
    country_city_stats[country]['city_count'] = len(country_city_stats[country]['cities'])
# 转成普通字典，把集合转成列表方便后续处理
country_city_stats = {k: {'city_count': v['city_count'], 'cities': list(v['cities'])} for k, v in country_city_stats.items()}

# 3. 统计每个城市下属的街道信息
city_address_stats = defaultdict(lambda: {'address_count': 0, 'addresses': []})
for row in data:
    city = row['city'].strip()
    address = row['address'].strip()
    city_address_stats[city]['addresses'].append(address)
    city_address_stats[city]['address_count'] = len(city_address_stats[city]['addresses'])
city_address_stats = dict(city_address_stats)

二、易使用的输出格式 #

1. 控制台友好输出 #

直接打印分组后的统计结果，清晰直观：

# 打印国家-城市统计
print("=== 国家关联城市统计 ===")
for country, stats in country_city_stats.items():
    print(f"国家：{country}")
    print(f"关联城市数量：{stats['city_count']}")
    print(f"具体城市：{', '.join(stats['cities'])}\n")

# 打印城市-街道统计
print("=== 城市下属街道统计 ===")
for city, stats in city_address_stats.items():
    print(f"城市：{city}")
    print(f"下属街道数量：{stats['address_count']}")
    print(f"具体街道：{', '.join(stats['addresses'])}\n")

输出效果示例：

=== 国家关联城市统计 ===
国家：usa
关联城市数量：2
具体城市：new york, seattle

国家：canada
关联城市数量：1
具体城市：ottawa

=== 城市下属街道统计 ===
城市：new york
下属街道数量：2
具体街道：100 Penn Plaza, 202 Barnes Ave

2. 存储方案优化 #

CSV是扁平格式，直接存嵌套结构确实麻烦，这里给两种实用方案：

方案一：拆分两个独立CSV表

把国家-城市、城市-街道的统计结果分别存成两个CSV，结构简单，后续读取和处理都方便：

# 保存国家-城市统计到CSV
with open('country_city_stats.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['country', 'city_count', 'cities'])
    for country, stats in country_city_stats.items():
        writer.writerow([country, stats['city_count'], ', '.join(stats['cities'])])

# 保存城市-街道统计到CSV
with open('city_address_stats.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['city', 'address_count', 'addresses'])
    for city, stats in city_address_stats.items():
        writer.writerow([city, stats['address_count'], ', '.join(stats['addresses'])])

生成的CSV每行对应一个统计项，多个城市/街道用逗号分隔，后续读取时可通过split(', ')还原成列表。

方案二：用JSON存储完整层级结构

如果需要保留父子关联的嵌套关系，JSON比CSV更适配，存储和读取都无需额外处理：

import json

# 整合两个统计结果
full_stats = {
    'country_city_stats': country_city_stats,
    'city_address_stats': city_address_stats
}

# 保存到JSON文件
with open('location_stats.json', 'w', encoding='utf-8') as f:
    json.dump(full_stats, f, indent=2, ensure_ascii=False)

生成的JSON文件可以直接用Python的json模块读取，拿到的就是完整的层级字典，非常适合后续程序调用。

总结 #

• 统计需求通过字典分组即可轻松实现，defaultdict能简化初始化逻辑；
• 若必须用CSV存储，拆分独立表是最实用的选择；
• 要保留层级关系时，优先用JSON，天然适配嵌套数据结构。

内容的提问来源于stack exchange，提问作者Winner1235813213455