编写代码从电子表格中检索数据

Question

我在挪威的水产养殖电子表格上工作。其中每一行包含特定公司的不同信息(目标、种类、地址等)。我正在写一段代码，打印出从事每一种海洋生物工作的公司数量。到目前为止，这就是我所拥有的

import csv

species = []

with open('Akvakulturregisteret.csv', newline='', encoding='iso-8859-1') as csvfile:
    akvareader = csv.reader(csvfile, delimiter=';')
    for row in akvareader:    
        try:
            specie = row[-13]
        except ValueError:
            continue
        species.append(specie)

species = list(dict.fromkeys(species))
species.remove("")
species.remove("ART")

companies = []


with open('Akvakulturregisteret.csv', newline='', encoding='iso-8859-1') as csvfile:
    akvareader = csv.reader(csvfile, delimiter=';')
    for i in range(len(species)):
        for row in akvareader:
            if row[-13] == species[i]:
                company = row[2]
                companies.append(company)
                             
companies = list(dict.fromkeys(companies))         
print(len(companies))

其中第一个打开部分创建了所有不同物种的列表。“‘Regnbue”，“rret”，“Laks”，.然而，第二部分只给出了在名单的第一个元素上工作的公司的数量。它似乎在第一个元素之后停止，并且不会遍历整个列表。如有任何帮助或反馈，将不胜感激。

CSV文件如下所示(这是一列)

A A 0001;969159570;NORGES MILJØ- OG BIOVITENSKAPELIGE;POSTBOKS 5003;1432;ÅS;03-10
1991;;3021;ÅS;Kommersiell;MATFISK;Regnbueørret;000;TN;10362;NERFJØSET;3021;ÅS;LAND;FERSKVANN;6

你可以在这里看到整个事情，https://www.fiskeridir.no/Akvakultur/Registre-og-skjema/Akvakulturregisteret。如果你一直向下滚动，就会有一个链接

Answer 1

那么，您可以使用defaultdict从collections和使用物种作为键和set()作为您的默认值，然后添加公司到它。最后，把len()放在公司上，你就有了(我想)你想要的。

下面是操作步骤：

import collections
import csv


with open("Akvakulturregisteret.csv", newline="", encoding="iso-8859-1") as f:
    reader = csv.reader(f, delimiter=";")
    next(reader, None)
    next(reader, None)
    output = collections.defaultdict(set)
    for row in reader:
        company, species = row[2], row[12]
        output[species].add(company)

for species, companies in dict(output).items():
    print(f"{species} - {len(companies)}")

这印出了处理它的公司的种类和数量。

Laks - 315
Ørret - 306
Regnbueørret - 305
Rognkjeks (felles) - 48
Gressgylt - 15
Tunge - 9
Grønngylt - 15
Trepigget stingsild - 6
Rødspette - 15
Gapeflyndre - 3
Havabbor - 4
Sandflyndre - 4
Piggvar - 17
Berggylt - 32
Bergnebb - 18
and so on...

如果你想要解决这个问题，就用这个：

import collections
import csv

with open("Akvakulturregisteret.csv", newline="", encoding="iso-8859-1") as f:
    reader = csv.reader(f, delimiter=";")
    next(reader, None)
    next(reader, None)
    output = collections.defaultdict(set)
    for row in reader:
        company, species = row[2], row[12]
        output[species].add(company)

data = {
    k: len(v) for k, v in
    sorted(output.items(), key=lambda x: len(x[1]), reverse=True)
}

for species, companies in data.items():
    print(f"{species} - {companies}")

输出：

Laks - 315
Ørret - 306
Regnbueørret - 305
Torsk - 56
Sukkertare - 55
Butare - 50
Blåskjell - 49
Rognkjeks (felles) - 48
Fingertare - 45
Søl - 40
Østers - 37
Havsalat - 33
Berggylt - 32
Kamskjell - 31
Røye - 27
Kveite - 25
Stortare - 24
Hummer - 22
Fjærehinne uspes - 21
...

Answer 2

引用您的代码，您不需要使用字典列表，您只需使用一本字典就可以将物种名称作为键保存，并将处理它们的公司数量作为值保存。

所以，在你打开的第一个文件中，你读到了物种，把它们放在字典中，并将它们初始化为零，第二个文件读取公司，并增加每个物种的价值。

import csv

species = dict()

with open('test.csv') as csvfile:
    reader = csv.reader(csvfile, delimiter=';')
    for row in reader:    
        try:
            specie = row[-13]

        except ValueError:
            continue
        species[specie] = []

print("Len {0}".format(len(species)))

with open('test.csv') as csvfile:
    reader = csv.reader(csvfile, delimiter=';')
    for row in reader:
        for key in species:
            if key == row[-13]:
                species[key].append(row[2]) 

for k, v in dict(species).items():
    print("Number of companies working on {0} is {1}".format(k, len(v)))

如果csv文件很大，我建议更改您的方法，不要读取该文件两次。