Python处理CSV：输出出现至少10次的时间戳及报错解决

错误原因 #

你写的for row, time_stamp in data:完全错了——csv.DictReader迭代返回的是每一行的字典对象，不是能拆成两个元素的序列，所以没法拆成row和time_stamp两个变量，这就是触发ValueError: too many values to unpack (expected 2)的直接原因。

另外原代码逻辑根本没贴合需求：你直接判断time_stamp >=10是拿时间戳的数值和10比，而不是统计这个时间戳的出现次数是否≥10。

修正后的代码 #

针对百万级数据，用collections.Counter统计次数效率很高，代码如下：

import csv
from collections import Counter

# 初始化计数器，用来统计每个时间戳的出现次数
timestamp_counter = Counter()

with open('cut2.csv', newline='') as csvfile:
    reader = csv.DictReader(csvfile)
    # 遍历每一行，提取't'字段的值并更新计数器
    for row in reader:
        # CSV读取的是字符串，转成整数（如果时间戳是数值类型）
        timestamp = int(row['t'])
        timestamp_counter[timestamp] += 1

# 筛选出出现次数≥10的时间戳并输出
for ts, count in timestamp_counter.items():
    if count >= 10:
        print(f"时间戳 {ts} 出现了 {count} 次")

针对百万级数据的优化提示 #

• 要是数据量实在大到内存吃不消，可以改成逐行统计后及时清理无效数据，但百万级的整数时间戳用Counter完全没问题，内存开销极小。
• 如果你的时间戳是字符串格式（比如带日期的），把int(row['t'])改成直接用row['t']就行。

内容的提问来源于stack exchange，提问作者poohbear119