Python - 计算 csv 文件中每一列的平均值

Question

我是 Python 新手，我正在尝试获取 csv 文件的每个（列或行）的平均值，然后选择高于其列（o 行）平均值的两倍的值。我的文件有数百列，并且具有如下浮点值：

845.123,452.234,653.23,...
432.123,213.452.421.532,...
743.234,532,432.423,...

我已经尝试对我的代码进行多次更改以获得每一列的平均值（单独），但目前我的代码是这样的：

def AverageColumn (c):
    f=open(csv,"r")
    average=0
    Sum=0
    column=len(f)
    for i in range(0,column):
        for n in i.split(','):
            n=float(n)
            Sum += n
        average = Sum / len(column)
    return 'The average is:', average

    f.close()


csv="MDT25.csv"
print AverageColumn(csv)

但我总是收到类似“f 没有 len()”或“'int' 对象不可迭代”之类的错误...

如果有人告诉我如何获得每一列（或行，如您所愿）的平均值，然后选择高于其列（或行）平均值的两倍的值，我将不胜感激。我宁愿不将模块作为 csv 导入，而是根据您的喜好。谢谢！

Answer 1

这是您的功能的清理，但它可能不会做您想要它做的事情。目前，它正在获取所有列中所有值的平均值：

def average_column (csv):
    f = open(csv,"r")
    average = 0
    Sum = 0
    row_count = 0
    for row in f:
        for column in row.split(','):
            n=float(column)
            Sum += n
        row_count += 1
    average = Sum / len(column)
    f.close()
    return 'The average is:', average

我会使用csv模块（这使得 csv 解析更容易），用一个Counter对象来管理列总数和一个上下文管理器来打开文件（不需要close()）：

import csv
from collections import Counter

def average_column (csv_filepath):
    column_totals = Counter()
    with open(csv_filepath,"rb") as f:
        reader = csv.reader(f)
        row_count = 0.0
        for row in reader:
            for column_idx, column_value in enumerate(row):
                try:
                    n = float(column_value)
                    column_totals[column_idx] += n
                except ValueError:
                    print "Error -- ({}) Column({}) could not be converted to float!".format(column_value, column_idx)                    
            row_count += 1.0            

    # row_count is now 1 too many so decrement it back down
    row_count -= 1.0

    # make sure column index keys are in order
    column_indexes = column_totals.keys()
    column_indexes.sort()

    # calculate per column averages using a list comprehension
    averages = [column_totals[idx]/row_count for idx in column_indexes]
    return averages