Python实现CSV数据集行列同名单元格归集及平均值计算

实现目标：匹配CSV中行名称（行首列文本）与列名称（表头文本）完全一致的交叉单元格，归集符合条件的数值后计算算术平均值。

参考CSV样例结构：

典型带行索引的CSV结构示例（第一列为行名称，无专属列名，后续行为列对应数据）：

,指标A,指标B,指标C
指标A,12,3,5
指标B,4,15,6
指标C,7,8,20

按照需求需提取的单元格为：(指标A行, 指标A列)的12、(指标B行, 指标B列)的15、(指标C行, 指标C列)的20，对应平均值为15.67。

基于Pandas的实现方案（适配中大型数据量，推荐使用） #

实现逻辑：

• 读取CSV时将行名称所在列设置为DataFrame索引，保留原始行列名称的映射关系
• 计算行索引与列名的交集，得到所有满足名称完全匹配的标签集合
• 逐标签提取对应交叉单元格的数值，避免嵌套循环的性能损耗
• 处理无匹配项的边界场景，避免除零异常

对应可运行代码：

import pandas as pd

# 读取CSV，index_col=0表示将第一列设置为行名称索引
df = pd.read_csv("your_dataset.csv", index_col=0)

# 提取行名和列名的完全匹配集合
matched_labels = df.index.intersection(df.columns)

# 归集所有匹配位置的数值
matched_values = [df.loc[label, label] for label in matched_labels]

# 计算平均值，无匹配项时返回0避免报错
average = sum(matched_values) / len(matched_values) if matched_values else 0

使用注意：

• 如果实际CSV中行名称不在第一列，只需要调整read_csv的index_col参数为行名所在的列序号即可
• 该实现为严格字符串匹配，若需要忽略名称前后空格、大小写差异，可在读取后对索引和列名做统一预处理，比如df.index = df.index.str.strip()、df.columns = df.columns.str.strip().str.lower()

纯Python标准库实现方案（无第三方依赖，适合小数据量） #

实现逻辑：

• 读取CSV表头，构建列名到列索引的映射字典，提升查找效率
• 逐行读取数据，将当前行的行名称与列名映射表做匹配，命中则提取对应位置的数值
• 过滤无法转换为数值的无效单元格，避免计算报错

对应可运行代码：

import csv

matched_values = []

with open("your_dataset.csv", "r", encoding="utf-8") as f:
    csv_reader = csv.reader(f)
    # 读取第一行表头，即所有列名称
    column_headers = next(csv_reader)
    # 构建列名->列索引的映射，快速匹配
    col_index = {name.strip(): idx for idx, name in enumerate(column_headers)}

    for row in csv_reader:
        # 第一列为当前行的行名称
        row_label = row[0].strip()
        # 匹配行名与列名
        if row_label in col_index:
            target_idx = col_index[row_label]
            # 尝试将单元格值转为浮点数，无效值直接跳过
            try:
                cell_num = float(row[target_idx])
                matched_values.append(cell_num)
            except (ValueError, IndexError):
                continue

# 计算平均值
average = sum(matched_values) / len(matched_values) if matched_values else 0

内容的提问来源于stack exchange，提问作者so.n