如何统计CSV文件中第一列数值的首位数字出现次数

嘿，这个需求很清晰，我给你两种实用的实现方案，分别用基础的Python标准库和更简洁的pandas库来搞定！

方法一：使用Python标准库（无需额外安装） #

如果不想安装第三方库，用Python自带的csv和collections模块就能完成，代码逻辑清晰，适合新手理解：

import csv
from collections import defaultdict

# 初始化统计字典，自动把1-9的数字计数初始化为0
digit_counts = defaultdict(int)

# 替换成你的CSV文件路径
csv_file_path = "your_data.csv"

with open(csv_file_path, 'r', encoding='utf-8') as file:
    csv_reader = csv.reader(file)
    # 跳过第一行的表头"Values"
    next(csv_reader)
    
    for row in csv_reader:
        # 跳过空行或第一列无内容的行
        if not row[0].strip():
            continue
        
        try:
            # 处理可能的小数、负数：先转成数值取绝对值，再转字符串提取首位
            num = float(row[0].strip())
            if num == 0:
                continue  # 0没有1-9的首位数字，直接跳过
            first_digit = int(str(abs(num))[0])
            # 只统计1-9的数字
            if 1 <= first_digit <= 9:
                digit_counts[first_digit] += 1
        except ValueError:
            # 遇到非数值内容时跳过该行
            continue

# 按数字顺序输出统计结果
print("首位数字出现次数统计：")
for digit in sorted(digit_counts.keys()):
    print(f"首位为{digit}的数值有{digit_counts[digit]}个")

方法二：使用pandas库（更简洁高效） #

如果经常处理CSV数据，pandas能大幅简化代码，运行效率也更高，先确保你已经安装了pandas（pip install pandas）：

import pandas as pd

# 替换成你的CSV文件路径
csv_file_path = "your_data.csv"

# 读取CSV，只取第一列，指定表头为"Values"
df = pd.read_csv(csv_file_path, usecols=[0], header=0, names=["Values"])

# 提取首位数字：转字符串取第一个字符，处理负数/小数时先取绝对值
df["First_Digit"] = df["Values"].apply(lambda x: int(str(abs(float(x)))[0]))

# 过滤出1-9的数字，统计每个数字的出现次数并按顺序排序
digit_counts = df[df["First_Digit"].between(1, 9)]["First_Digit"].value_counts().sort_index()

# 输出结果
print("首位数字出现次数统计：")
for digit, count in digit_counts.items():
    print(f"首位为{digit}的数值有{count}个")

额外说明 #

• 两种方案都能处理小数（比如123.45的首位是1）和负数（比如-900的首位是9），如果你的数据里没有这些情况，可以去掉绝对值和转浮点数的逻辑，直接处理字符串即可。
• 如果CSV里有非数值的无效行，代码会自动跳过，不会报错中断运行。

内容的提问来源于stack exchange，提问作者Ngoni X