You need to enable JavaScript to run this app. Python按性别分别统计各年度各季度入职人数实现咨询
优惠活动
大模型
产品
解决方案
定价
更多

Python按性别分别统计各年度各季度入职人数实现咨询

现有代码存在的问题

  • 语法错误:with open(...) 行首多了不必要的缩进,运行会直接抛出缩进错误
  • 未跳过表头:CSV 文件第一行通常是字段名,直接遍历所有行会把表头当作数据处理,执行int(row[17])时会因为无法把字符串转为整数抛出取值错误
  • 代码冗余:男性、女性的统计逻辑完全重复,后续如果要修改统计规则需要同时改动两处,维护成本高
  • 未完全满足默认值要求:如果某一年只有单一性别的入职记录,另一个性别的统计结果中不会存在该年份的键,不符合“数值不存在默认取0”的要求

优化实现方案

推荐使用collections.defaultdict简化嵌套字典的初始化逻辑,同时用csv.DictReader代替普通读取器,通过字段名取值避免记错列索引的问题:

import csv
from collections import defaultdict

# 初始化统计结构:外层key是性别,中层key是年份,内层key是季度,默认值0
count = defaultdict(lambda: defaultdict(lambda: {'Q1': 0, 'Q2': 0, 'Q3': 0, 'Q4': 0}))

with open('1000 Records.csv') as csv_file:
    # 自动识别表头、跳过第一行表头数据
    csv_reader = csv.DictReader(csv_file)
    for row in csv_reader:
        # 替换为你的CSV文件中对应字段名即可,无需记忆列索引
        year_of_joining = int(row['Year of Joining'])
        quarter_of_joining = row['Quarter of Joining']
        gender = row['Gender']
        # 可自行增加季度合法性校验,避免脏数据影响统计
        if quarter_of_joining in {'Q1', 'Q2', 'Q3', 'Q4'}:
            count[gender][year_of_joining][quarter_of_joining] += 1

# 按你需要的格式输出结果
result = {
    'males': count['M'],
    'females': count['F']
}
print(result)

如果不想用字段名取值,也可以手动跳过表头:在普通csv.reader初始化后加一行next(csv_reader)即可跳过第一行表头。

内容的提问来源于stack exchange,提问作者imhamza3333

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.17 20:36:04