Python新手求助：仅用文件读取计算CSV列的统计值

嘿，我来帮你捋捋代码里的问题～ 你现在的代码有两个核心问题导致没法正确计算最小值：

• 文件读取的循环逻辑混乱：外层写了for line in x，但内层列表推导式又用for data in x，这会让文件指针直接跳到末尾，外层循环其实只执行了一次，读取的数据完全不符合预期。
• 数据结构嵌套错误：你用second.append(spl[0:6])把一组数值打包成子列表加入second，最后second变成了二维列表（比如[[x,y,z]]），这时候min(second)比较的是子列表本身，而不是里面的数值，自然得不到正确结果。

下面是能正确读取第二列、并计算你需要的所有统计值的版本：

# 初始化存储第二列数值的列表
second_column = []

with open("data.csv", "r") as file:
    # 如果你的CSV第一行是表头（比如列名），就保留这行跳过表头；没有表头就注释掉
    next(file)
    
    # 逐行读取并处理
    for line in file:
        # 去掉每行末尾的换行符，按逗号分割内容
        line_parts = line.strip().split(',')
        # 确保当前行至少有2列，避免索引越界
        if len(line_parts) >= 2:
            try:
                # 把第二列转换为浮点数，加入列表
                num = float(line_parts[1])
                second_column.append(num)
            except ValueError:
                # 遇到无法转换为数值的行，打印提示并跳过
                print(f"跳过无效数据行: {line.strip()}")

# 只有读取到有效数据时才计算统计值
if second_column:
    # 计算最小值、最大值
    min_val = min(second_column)
    max_val = max(second_column)
    # 计算均值
    mean_val = sum(second_column) / len(second_column)
    # 计算中位数：先排序，再根据元素个数的奇偶性处理
    sorted_data = sorted(second_column)
    data_count = len(sorted_data)
    if data_count % 2 == 1:
        median_val = sorted_data[data_count // 2]
    else:
        median_val = (sorted_data[data_count//2 - 1] + sorted_data[data_count//2]) / 2

    # 输出结果
    print(f"第二列有效数据: {second_column}")
    print(f"最小值: {min_val}")
    print(f"最大值: {max_val}")
    print(f"均值: {mean_val:.2f}")  # 保留两位小数更直观
    print(f"中位数: {median_val:.2f}")
else:
    print("没有读取到有效数值数据")

1. 正确的逐行读取：只用一层for line in file遍历每行，逐行处理，避免文件指针混乱，保证所有行都能被读到。
2. 扁平化数值列表：直接把每个转换后的数值加入second_column，得到一维的纯数值列表，这样min()/max()就能正常对数值做比较。
3. 容错处理：加入try-except跳过无法转换为数值的行，同时判断列数防止索引越界，避免程序直接崩溃。
4. 标准中位数计算：先对列表排序，再根据元素个数的奇偶性计算中位数，这是统计学里的标准处理方式。

你原来的代码里，spl = [float(data.split(',')[1]) for data in x]会一次性把文件里所有行的第二列都读出来，然后second.append(spl[0:6])把前6个数值打包成子列表加入second，最后second是[[数值1, 数值2,...]]这样的二维结构。当你调用min(second)时，Python会按列表的规则对比子列表（逐个元素比大小），而不是取里面的最小数值，所以结果完全不符合预期。

现在用修正后的代码，就能得到你想要的统计结果啦～

内容的提问来源于stack exchange，提问作者user11335389