如何用Counter模块改写山地数据处理代码并实现统计需求？

我来帮你完成这个需求的代码实现，咱们一步步拆解清楚：

首先先给出完整的可运行代码，之后再逐个解释关键逻辑：

from collections import Counter, defaultdict
from statistics import mean
import csv

def mountain_ranges(filename):
    # 初始化Counter统计山脉出现次数，defaultdict存储每个山脉的高度列表
    ranges_counter = Counter()
    mountain_heights = defaultdict(list)
    
    err_msg = "Error: File doesn't exist or is unreadable."
    
    try:
        with open(filename, 'r') as handle:
            reader = csv.reader(handle, delimiter=',')
            # 假设CSV第一行是表头，先跳过（如果你的CSV没有表头，直接注释掉这行）
            next(reader)
            for row in reader:
                # 请根据你的CSV实际格式调整索引：
                # 示例假设CSV每行格式是「山脉名,山峰名,高度」，如果是「山脉名,高度」就改成row[1]取高度
                range_name = row[0]
                height = int(row[2])
                
                # 更新计数器和高度字典
                ranges_counter[range_name] += 1
                mountain_heights[range_name].append(height)
        
        # 输出出现次数最多的2个山脉
        print("出现次数最多的2个山脉：")
        for range_name, count in ranges_counter.most_common(2):
            print(f"- {range_name}: {count} 次")
        
        # 计算并输出各山脉的山峰平均高度
        print("\n各山脉的山峰平均高度：")
        for range_name, heights in mountain_heights.items():
            avg_height = mean(heights)
            print(f"- {range_name}: {avg_height:.2f} 米")
        
        # 返回高度字典（可转换成普通dict，也直接返回defaultdict）
        return dict(mountain_heights)
    
    except FileNotFoundError:
        print(err_msg)
        return None
    except ValueError:
        print("Error: 高度数据不是有效的整数，请检查CSV格式。")
        return None
    except Exception as e:
        print(f"Error: 发生未知错误 - {str(e)}")
        return None

关键逻辑拆解 #

• Counter的用法：
  用Counter()初始化计数器后，每次读取到一个山脉名，就用ranges_counter[range_name] += 1累加次数。最后调用most_common(2)就能直接获取出现次数Top2的山脉，这是Counter最实用的功能之一。

• defaultdict的优势：
  defaultdict(list)会自动为新出现的山脉名创建空列表，我们直接用mountain_heights[range_name].append(height)就能把高度添加到对应列表里，不用手动判断键是否存在，省了很多冗余代码。

• 平均高度计算：
  借助statistics模块的mean()函数，直接传入山脉的高度列表就能得到平均值，用:.2f格式化后保留两位小数，输出更直观。

• 异常处理优化：
  把原来的通用except拆分成了具体异常类型，比如文件不存在、高度格式错误等，能精准提示用户问题所在，而不是模糊的报错信息。

注意事项 #

请根据你实际的CSV格式调整代码中row的索引：

• 如果CSV每行是「山脉名,高度」，就改成height = int(row[1])，同时去掉跳过表头的next(reader)（如果没有表头的话）；
• 如果有表头，一定要用next(reader)跳过第一行，否则表头会被当成数据统计进去。

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