CSV数据整理代码求助：目标求和结果与实际输出不符

看起来你遇到了一个典型的统计逻辑偏差——所有列的求和结果都固定为27，这说明你的代码大概率没有针对每列的实际数据做统计，而是重复计算了同一个固定值（比如CSV的数据行数）。我来帮你拆解最可能的问题点，以及对应的修复方案：

最常见的错误原因 #

1. 误将行数当作列统计值 #

你的输出里所有列都是27，这很可能是代码把CSV的数据行数当成了每列的求和结果。比如你可能先遍历所有行统计行数，然后把这个数值直接赋值给所有列，类似这样的错误代码：

import csv

with open('your_file.csv', 'r') as f:
    reader = csv.DictReader(f)
    row_count = 0
    column_sums = {}
    # 先统计总行数
    for row in reader:
        row_count += 1
    # 错误：把行数赋值给所有列
    for col in reader.fieldnames:
        column_sums[col] = row_count

这种情况下，所有列的结果自然都是同一个行数（27）。

2. 计数器未在列间重置 #

如果你的代码初始化了一个全局计数器，遍历所有列时却没有重置它，就会导致统计逻辑混乱。不过你的情况是所有列值相同，这个可能性稍低，但也要检查类似这样的错误：

# 错误示例：全局计数器未重置
total = 0
column_sums = {}
for col in target_columns:
    for row in reader:
        total += 1  # 每次列遍历都在之前的total上累加
    column_sums[col] = total

修复方案（两种常见实现方式） #

方式一：原生CSV模块 #

假设你的CSV中，Company和Booth列只要非空就算数（对应你期望的28），其他列是用1/Yes标记符合条件的项，可以用下面的代码：

import csv

# 定义需要统计的目标列
target_columns = [
    "Company", "Booth", "Full-Time", "Full-Time Visa Sponsor",
    "Part-Time", "Internship", "Freshman", "Sophomore",
    "Junior", "Senior", "Post-Bacs", "MS", "PhD", "Alumni"
]

# 初始化每个列的计数器为0
column_counts = {col: 0 for col in target_columns}

with open('your_data.csv', 'r', newline='', encoding='utf-8') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        for col in target_columns:
            cell_val = row.get(col, "").strip()
            # 根据列类型设置统计规则
            if col in ["Company", "Booth"]:
                # 非空即计数
                if cell_val:
                    column_counts[col] += 1
            else:
                # 标记为1/Yes/Y则计数
                if cell_val in ("1", "Yes", "Y"):
                    column_counts[col] += 1

# 输出结果
print("Column Sum")
for col, count in column_counts.items():
    print(f"{col} {count}")

方式二：Pandas（更简洁） #

如果你用Pandas处理数据，正确的统计逻辑应该是针对每列的有效值计数，而不是直接取行数：

import pandas as pd

df = pd.read_csv('your_data.csv')
column_counts = {}

for col in df.columns:
    if col in ["Company", "Booth"]:
        # 统计非空值数量
        column_counts[col] = df[col].notna().sum()
    else:
        # 统计值为1或Yes的数量（忽略大小写和空格）
        mask = (df[col] == 1) | (df[col].str.strip().str.lower() == "yes")
        column_counts[col] = mask.sum()

# 输出结果
print("Column Sum")
for col, count in column_counts.items():
    print(f"{col} {count}")

快速排查步骤 #

1. 检查统计逻辑：确认你不是在统计行数，而是针对每个单元格的实际值做判断/累加
2. 重置计数器：确保每列统计前，计数器都被重置为0
3. 验证CSV格式：确认表头行正确，数据行没有混入异常值
4. 打印中间值：在循环中加入print(row[col])，查看每个单元格的实际值是否符合预期

内容的提问来源于stack exchange，提问作者PKPython