Python 中如何将 CSV 格式文本文件解析为聚合字典（含计数与求和）-Python教程-PHP中文网

Python 中如何将 CSV 格式文本文件解析为聚合字典（含计数与求和）

本文介绍如何读取以逗号分隔的文本文件，按键（如飞机型号）自动聚合数据，构建形如 {"Honda": (3, 1304.8)} 的字典——其中元组首项为出现次数，次项为对应数值总和。

本文介绍如何读取以逗号分隔的文本文件，按键（如飞机型号）自动聚合数据，构建形如 `{"honda": (3, 1304.8)}` 的字典——其中元组首项为出现次数，次项为对应数值总和。

要实现从纯文本（CSV 风格）文件到结构化聚合字典的转换，核心在于逐行解析、键值累积更新。相比先全部读入列表再处理，更推荐直接流式解析——既节省内存，又逻辑清晰。以下为完整、健壮的实现方案：

✅ 推荐写法：使用 `with` 语句 + 字典原生逻辑

aircraft_dict = {}

with open("aircraft_data.txt", "r", encoding="utf-8") as infile:
    for line in infile:
        line = line.strip()
        if not line:  # 跳过空行
            continue
        try:
            aircraft, mileage_str = line.split(",", 1)  # 使用 maxsplit=1 防止机型名含逗号
            mileage = float(mileage_str)
        except ValueError as e:
            print(f"警告：跳过非法格式行 '{line}' — {e}")
            continue

        if aircraft in aircraft_dict:
            count, total = aircraft_dict[aircraft]
            aircraft_dict[aircraft] = (count + 1, total + mileage)
        else:
            aircraft_dict[aircraft] = (1, mileage)

print(aircraft_dict)
# 输出示例：{'Cessna': (2, 455.4), 'Velocity': (3, 1155.2), 'Beechcraft': (1, 467.2), 
#            'Gulfstream': (2, 1229.5), 'Honda': (3, 1304.8), 'Camry': (1, 4.2)}

? 关键要点说明

安全读取：使用 with open(...) 确保文件自动关闭，避免资源泄漏；显式指定 encoding="utf-8" 提升跨平台兼容性。
容错处理：加入 strip() 清除首尾空白、if not line 跳过空行，并用 try/except 捕获解析异常（如缺失逗号、非数字里程），防止程序中断。
防误分割：split(",", 1) 限制仅分割第一个逗号，避免机型名称本身含逗号（如 "McDonnell Douglas,DC-9"）导致错误拆分。
高效聚合：不依赖外部模块，纯 Python 字典操作完成计数与累加，时间复杂度 O(n)，空间复杂度 O(k)（k 为唯一机型数）。

? 进阶建议（可选）

若后续需频繁统计或扩展功能（如均值、最大值），可考虑使用 collections.defaultdict 或 collections.Counter 配合 itertools.groupby，但对当前需求而言，原生字典已是最简、最直观、最易维护的解法。

python全能编程助手

SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的双功能合体技能，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途：；核心要点📝 题解模式：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式：输入 Python 代码，自动添加详细中。它将相关步骤、

下载

最终生成的字典可直接用于打印报表、写入 JSON、或传入 Pandas 进行进一步分析——结构清晰，语义明确，完全契合“机型 →（频次，总里程）”的业务建模目标。