You need to enable JavaScript to run this app. Python无导入模块实现新冠CSV数据按日期月度分组统计
优惠活动
大模型
产品
解决方案
定价
更多

Python无导入模块实现新冠CSV数据按日期月度分组统计

纯Python无模块导入实现按月统计

前置说明

你目前已经写出的国家筛选逻辑可以直接复用,每行数据的固定索引对应关系为:

  • 索引3:日期字符串,格式为日/月/年(例如11/07/2020代表2020年7月11日)
  • 索引4:当日确诊类指标数值
  • 索引5:当日死亡类指标数值,自带换行符后缀
    此前操作失败的核心原因:
  • 仅提取月份数字作为分组标识,未组合年份,导致跨年份的同月份数据混淆
  • 直接保留字符串格式的指标值,未转为数值类型,无法计算统计值
  • 未对分组后的月份做顺序排序,结果会跟随原始行的出现顺序混乱
  • 带换行符的指标值未做清洗,转换数值时报格式错误

完整实现步骤

1. 初始化全流程需要的空容器

所有操作不依赖任何导入模块,仅使用Python内置功能:

# 存筛选出的目标国家所有行
filtered_rows = []
# 分组容器:key为"年-月"格式的唯一标识,value存储当月所有日度指标
month_groups = {}
# 最终统计结果的独立存储列表,按时间顺序填充
month_stats = []

2. 复用你现有逻辑完成目标国家数据筛选

在你原本写的文件读取循环中,只要把匹配到国家的行追加到filtered_rows列表即可:

# 你原本写的文件读取筛选逻辑
for line in datafile.readlines():
    column = line.split(",")
    if column[2] == country:
        # 新增这行,把匹配的行存起来
        filtered_rows.append(column)

3. 遍历筛选后的行数据,按月份完成分组

for row in filtered_rows:
    # 清洗指标值:去掉换行符,字符串转整数,避免类型计算错误
    confirmed = int(row[4])
    deaths = int(row[5].strip())

    # 拆分日期:按斜杠分割为[日, 月, 年]三个部分
    date_parts = row[3].split('/')
    day, month, year = date_parts
    # 生成唯一的月份标识,避免不同年份的同月份混淆;zfill可以给单数字月份补零,保证排序正确
    month_key = f"{year}-{month.zfill(2)}"

    # 首次遇到该月份时,初始化对应存储结构
    if month_key not in month_groups:
        month_groups[month_key] = {
            "confirmed_list": [],
            "deaths_list": []
        }

    # 将当日指标追加到对应月份的分组内
    month_groups[month_key]["confirmed_list"].append(confirmed)
    month_groups[month_key]["deaths_list"].append(deaths)

4. 按时间顺序计算每月统计值,存入独立结果列表

因为月份标识是YYYY-MM的固定格式,直接做字符串排序就能得到严格的时间先后顺序,无需额外格式转换:

# 对所有月份标识排序,得到从早到晚的时间序列
sorted_months = sorted(month_groups.keys())

for month_key in sorted_months:
    group = month_groups[month_key]
    conf_list = group["confirmed_list"]
    death_list = group["deaths_list"]

    # 按需计算各类统计值:最大值、均值、最小值等
    current_conf_max = max(conf_list)
    current_conf_avg = sum(conf_list) / len(conf_list)
    current_death_max = max(death_list)
    current_death_avg = sum(death_list) / len(death_list)

    # 将当前月份的统计结果追加到结果列表,顺序与时间线完全一致
    month_stats.append({
        "月份": month_key,
        "确诊最大值": current_conf_max,
        "确诊均值": round(current_conf_avg, 2),
        "死亡最大值": current_death_max,
        "死亡均值": round(current_death_avg, 2)
    })

注意事项

  • 流程中用到的split、strip、int、max、sum、sorted、zfill都是Python内置功能,完全符合“不导入任何模块”的要求
  • 最终的month_stats列表就是按时间顺序存储的所有月份统计值,可以直接调用使用

内容的提问来源于stack exchange,提问作者iQuaf

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:2026.10.27 01:27:04