Python：比较一个列表的索引到另一个，追加第二个列表值到第一个列表

Question

我有一个.csv文件如下（片段）。

Country,Year,GDP ($US),Population 
Angola,2002,11431738368,10760510 
Angola,2005,32810672128,11706954 
Antigua and Barbuda,2002,714677760,67448 
Antigua and Barbuda,2005,875751360,68722 
Argentina,2002,1.02E+11,38331121 
Argentina,2005,1.83E+11,39537943 
Armenia,2002,2376335104,3013818 
Armenia,2005,4902779392,2982904 
... 

我需要找到五个最低GDP /流行国家的2002，然后找到其2005年国内生产总值相应/流行值，然后计算的差异和百分比差异。某些记录有GDP或人口值的空白，我省略。

到目前为止，我用

import csv 
import operator 

data = open('file.csv') 
read_data = csv.reader(data) 

thisthing = [] 
for line in read_data: 
#find 2002 GDP/Pop, omit blanks, append to list 
    if line[7] == '2002' and line[8] != ' ' and line[9] != ' ': 
     thisthing.append([line[0], (float(line[8])/(int(line[9])))]) 

thisthing.sort(key=operator.itemgetter(1)) 

这样就产生了通过线打印线如下列表（国家，GDP/POP）：

['Burma (Myanmar)', 69.07171351277908] 
['Burundi', 89.45864552423431] 
['Congo (Dem. Rep.)', 99.23033109735835] 
['Ethiopia', 109.33326343550823] 
['Eritrea', 142.8576737907048] 
['Guinea-Bissau', 151.110429668747] 
['Afghanistan', 159.7524117568956] 
['Malawi', 159.7614709537829] 
['Sierra Leone', 174.6506490278577] 

我想现在通过“的read_data迭代回'，在'thisthing'中使用国家名称作为条件以及我的空白预防条件

and line[8] != ' ' and line[9] != ' ': 

选择并附加2005年的国内生产总值/流行音乐'thisthing'

我不知道从哪里开始这样做，我一直在这里呆了一周左右...任何帮助将不胜感激。

Answer 1

以此为read_data：

[['Country', 'Year', 'GDP ($US)', 'Population'], 
['Angola', '2002', '11431738368', '10760510'], 
['Angola', '2005', '32810672128', '11706954'], 
['Antigua and Barbuda', '2002', '714677760', '67448'], 
['Antigua and Barbuda', '2005', '875751360', '68722'], 
['Argentina', '2002', '1.02E+11', '38331121'], 
['Argentina', '2005', '1.83E+11', '39537943'], 
['Armenia', '2002', '2376335104', '3013818'], 
['Armenia', '2005', '4902779392', '2982904']] 

我们不希望第一行：

read_data = read_data[1:] 

如果使用csv.read对象read_data做：

next(read_data) 

实际上，代码足够健壮，可遍历所有行 ，因为我们跳过了由于将字符串 转换为不起作用的数字而导致例外的行，即'GDP ($US)'和'Population'。 但是，显示我们打算跳过第一行仍然是一个好习惯。 因为我们都知道：显式比隐式更好。

我们使用defaultdict以避免在一年中的第一次插入测试：

import collections 
data = collections.defaultdict(dict) 

for line in read_data: 
    try: 
     gdp = float(line[2])/float(line[3]) 
    # Make sure this exception catches what you want. 
    except (ValueError, ZeroDivisionError): 
     continue 
    data[line[0]][line[1]] = gdp 

现在，我们得到这样的data：

{'Angola': {'2002': 1062.3788619684383, '2005': 2802.6651619200006}, 
'Antigua and Barbuda': {'2002': 10595.981496856837, 
         '2005': 12743.391635866245}, 
'Argentina': {'2002': 2661.023140961622, '2005': 4628.465370593508}, 
'Armenia': {'2002': 788.4799626254804, '2005': 1643.6262756025671}} 

我们需要重新安排到你列表：

list_data = [] 
for key, value in data.items(): 
    list_data.append([key] + [value[year] for year in sorted(value.keys())]) 

结果：

[['Antigua and Barbuda', 10595.981496856837, 12743.391635866245], 
['Argentina', 2661.023140961622, 4628.465370593508], 
['Angola', 1062.3788619684383, 2802.6651619200006], 
['Armenia', 788.4799626254804, 1643.6262756025671]] 

此解决方案适用于任何年份并将它们按时间顺序排列。

编辑

事实证明，该数据包含了两年多。我不想整年。更改最后一节只包括要明确的岁月：

list_data = [] 
for key, value in data.items(): 
    list_data.append([key] + [value[year] for year in ('2002', '2005')]) 

EDIT2

小的修改，如果今年是缺少由OP的要求：

list_data = [] 
for key, value in data.items(): 
    list_data.append([key] + [value.get(year, 0) for year in ('2002', '2005')]) 

这使得在0如果一年失踪。使用任何合适的其他值来指示缺失值。

EDIT3

由OP请求另一种变型。如果没有值，则不追加：

list_data = [] 
for key, value in data.items(): 
    list_data.append([key] + [value.get(year) for year in ('2002', '2005') 
           if value.get(year) is not None]) 

Answer 2

试试这个！

import csv 
import operator 

data = open('file.csv') read_data = csv.reader(data) 

data_2002 = {} 
data_2005 = {} 

thisthing = [["country", "2002%", "2005%"]] 

for line in read_data: 
    try: 
     gdp = float(line[8])/(int(line[9])) 
     if line[7] == '2002' and line[8] != ' ' and line[9] != ' ': 
      data_2002[line[0]] = gdp 

     elif line[7] == '2005' and line[8] != ' ' and line[9] != ' ': 
      data_2002[line[0]] = gdp 
    except KeyError: 
     print line[0] 
     continue 

for country in data_2002: 
    thisthing.append([country, data_2002[country], data_2005[country]]) 

print thisthing