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
相关产品推荐

