如何用Python统计CSV中每年各地区的出现次数并导出至新CSV？

嘿，这个需求用Python处理非常直接！我给你准备了两种方案——一种是用pandas（处理大型表格数据的首选，效率超高），另一种是用Python标准库的csv模块（不用额外安装依赖），你可以根据自己的环境选择：

方案一：使用pandas（推荐，适合9000行量级的数据） #

pandas能帮你几行代码搞定分组统计，非常省心。

步骤： #

1. 先安装pandas（如果还没装的话）：

pip install pandas

2. 编写代码：

import pandas as pd

# 读取原始CSV文件，指定列名（因为原数据没有表头）
df = pd.read_csv('your_original_file.csv', header=None, names=['Year', 'Player', 'Region'])

# 按年份和地区分组，统计每组的数量
count_result = df.groupby(['Year', 'Region']).size().reset_index(name='Count')

# 将结果保存到新的CSV文件
count_result.to_csv('nhl_draft_region_counts.csv', index=False)

代码说明： #

• read_csv：因为你的原始数据没有表头，所以用header=None，并通过names手动指定列名，方便后续操作。
• groupby(['Year', 'Region']).size()：把数据按年份和地区分组，然后统计每组的行数（也就是该地区当年的选秀人数）。
• reset_index(name='Count')：把分组后的结果转换成普通的DataFrame，并重命名计数列为Count。
• to_csv：保存结果，index=False避免把DataFrame的索引写入CSV。

方案二：使用Python标准库csv（无需额外安装） #

如果不想安装pandas，用内置的csv模块也能实现：

import csv
from collections import defaultdict

# 初始化统计字典：外层键是年份，内层键是地区，值是计数
region_counts = defaultdict(lambda: defaultdict(int))

# 读取原始CSV文件
with open('your_original_file.csv', 'r', newline='', encoding='utf-8') as infile:
    reader = csv.reader(infile)
    for row in reader:
        # 每行数据拆分：年份、球员信息、地区
        year = row[0]
        region = row[2]
        # 更新计数
        region_counts[year][region] += 1

# 将结果写入新CSV文件
with open('nhl_draft_region_counts.csv', 'w', newline='', encoding='utf-8') as outfile:
    writer = csv.writer(outfile)
    # 写入表头
    writer.writerow(['Year', 'Region', 'Count'])
    # 遍历统计结果，写入每一行
    for year in sorted(region_counts.keys()):
        for region, count in sorted(region_counts[year].items()):
            writer.writerow([year, region, count])

代码说明： #

• defaultdict(lambda: defaultdict(int))：创建嵌套的默认字典，自动初始化年份和地区的计数为0，不用手动处理键不存在的情况。
• 读取文件时用csv.reader逐行读取，拆分出年份和地区，更新计数。
• 写入结果时，先写表头，再按年份排序（可选，让结果更整齐），把每个年份下的地区和计数写入文件。

两种方案都能帮你得到想要的统计结果，比如1979年QC的出现次数会在结果里显示为1979,QC,1（对应示例里的Raymond Bourque那行）。

内容的提问来源于stack exchange，提问作者EGrignon