Python 如何读取 CSV 文件并获取 balance 列最大值及对应姓名?
Python实现CSV余额最大值提取与关联姓名匹配
原始数据源
当前处理的制表符分隔CSV内容如下:
Id name last balance acc type 1 tom smith 2000 saving 2 terry smith 1000 checking 3 mike William 2000 saving
实现目标
- 读取本地CSV文件内容
- 提取
balance列的全局最大值 - 匹配所有余额等于该最大值的记录,提取对应关联姓名
- 覆盖同值最大的多记录场景(示例中2条记录balance均为2000,需全部识别,不遗漏)
可落地实现方式
方式1:使用Python内置csv模块(无第三方依赖)
无需安装额外工具库,直接运行即可:
import csv record_list = [] # 替换为实际CSV的本地存储路径 with open('account.csv', 'r', encoding='utf-8') as f: # 适配示例的制表符分隔格式,若为普通逗号分隔可删除delimiter参数 reader = csv.DictReader(f, delimiter='\t') for line in reader: # 必须将balance从字符串转为数值类型,避免比较逻辑出错 line['balance'] = int(line['balance']) record_list.append(line) # 计算balance列的最大值 max_balance = max(item['balance'] for item in record_list) # 全量筛选所有余额等于最大值的记录 matched_records = [item for item in record_list if item['balance'] == max_balance] # 拼接提取对应记录的姓名信息(名+姓) matched_names = [f"{item['name']} {item['last']}" for item in matched_records] print(f"最大余额值:{max_balance}") print(f"匹配到的关联姓名:{matched_names}")
运行后输出结果:
最大余额值:2000 匹配到的关联姓名:['tom smith', 'mike William']
方式2:使用pandas库(适合大文件场景)
如果已安装pandas,代码逻辑更简洁,处理十万级以上行数据效率更高:
import pandas as pd # 读取CSV文件,适配制表符分隔格式 df = pd.read_csv('account.csv', sep='\t') max_balance = df['balance'].max() # 筛选匹配最大余额的记录,拼接为完整姓名 matched_names = df[df['balance'] == max_balance].apply( lambda row: f"{row['name']} {row['last']}", axis=1 ).tolist() print(f"最大余额值:{max_balance}") print(f"匹配到的关联姓名:{matched_names}")
实操注意点
直接将字符串类型的balance字段做比较会出现排序错误,比如字符串'2000'和'10000'比较时会得到'2000'数值更大的错误结果,必须转换为数值类型后再做极值计算。
- 若实际使用的CSV为默认逗号分隔格式,删除代码中的
delimiter='\t'或sep='\t'参数即可 - 若balance存在带小数的账户余额,将代码中的
int()转换替换为float(),避免精度丢失 - 筛选逻辑为全量匹配同最大值的所有记录,不会只返回第一条符合条件的条目
内容的提问来源于stack exchange,提问作者heart1possible
相关产品推荐
相关产品推荐

