CSV行数据统计异常：预期分类计数与实际输出不符技术求助

看起来你当前的统计逻辑出了点小问题，才会得到{'No': ('Column', 'Sum')}这种不符合预期的结果。咱们来一步步修正，实现你想要的统计效果：

问题根源 #

你当前的代码应该是没有正确初始化统计计数器，也没有遍历每一行去检查各列的'YES'值，导致字典只存了表头结构，没有实际的统计数据。

修正后的代码示例 #

import csv

filename = "CF..."  # 替换成你的实际CSV文件名

# 准备存储统计结果的列表，每个元素对应一列的统计信息
column_statistics = []

with open(filename, 'r', newline='', encoding='utf-8') as csv_file:
    # 用DictReader读取，方便通过列名访问数据
    csv_reader = csv.DictReader(csv_file)
    # 获取所有列名
    column_names = csv_reader.fieldnames
    
    # 初始化每个列的计数为0
    count_map = {col: 0 for col in column_names}
    
    # 遍历每一行，统计每个列中'YES'的数量
    for row in csv_reader:
        for col in column_names:
            # 处理可能的空格，确保准确匹配'YES'
            if row[col].strip() == 'YES':
                count_map[col] += 1
    
    # 整理成你需要的格式：No(索引)、Column(列名)、Sum(计数)
    for idx, col_name in enumerate(column_names):
        column_statistics.append({
            'No': idx,
            'Column': col_name,
            'Sum': count_map[col_name]
        })

# 打印输出预期格式的结果
print("No Column Sum")
for stat in column_statistics:
    print(f"{stat['No']} {stat['Column']} {stat['Sum']}")

关键细节说明 #

• 使用csv.DictReader可以直接通过列名访问每一行的数据，比普通的csv.reader更直观
• 初始化count_map字典来存储每个列的'YES'计数，确保每个列都从0开始统计
• 遍历每行时，逐个检查列的值，用strip()处理可能的空格，避免因为空格导致匹配失败
• 最后通过enumerate给每个列加上索引，整理成你需要的输出结构

这样运行后，就能得到你预期的统计结果啦！

内容的提问来源于stack exchange，提问作者PKPython