Python读取CSV计算平均值教程

IT行业相对于一般传统行业，发展更新速度更快，一旦停止了学习，很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习，精进自己的技术，尤其是初学者。今天golang学习网给大家整理了《Python处理CSV数据并计算平均值教程》，聊聊，我们一起来看看吧！

在Python中处理CSV（或类似表格）数据并计算特定列的平均值是一个常见的任务。对于习惯C语言等静态类型语言的开发者来说，Python列表（list）的动态特性有时会带来困惑，尤其是在尝试修改尚未存在的列表元素时，容易遇到IndexError: list index out of range。本教程将详细阐述如何正确地实现这一功能，并提供一个健壮的代码示例。

理解 IndexError 的根源

当我们在Python中创建一个空列表 averages = [] 后，如果尝试通过索引直接对其元素进行赋值或累加，例如 averages[i] += value，Python会因为该索引 i 处没有元素而抛出 IndexError。列表的索引只能用于访问或修改 已存在的 元素。要向列表中添加新元素，应该使用 append() 方法；而要对特定位置的元素进行累加操作，则必须确保该位置的元素已经存在。

核心解决方案：列表预初始化

解决 IndexError 的关键在于，在进行累加操作之前，预先初始化 averages 列表，使其包含足够数量的元素（通常是0），以对应需要计算平均值的列数。

假设我们有 N 列需要计算平均值，正确的初始化方式是：

num_columns_to_average = N
averages_sum = [0.0] * num_columns_to_average # 使用浮点数0.0，避免后续类型转换问题

这样，averages_sum 列表就会被创建为 [0.0, 0.0, ..., 0.0]，其中包含 N 个0.0，从而允许我们通过 averages_sum[i] += value 的方式安全地进行累加。

实现步骤与代码示例

我们将通过一个具体的例子来演示如何从一个类似CSV的文件中读取数据，并计算指定数值列的平均值。假设我们的数据文件 RADIOLOGY.csv 格式如下（第一行是标题，第一列是序号，后续是数值数据）：

Sr    JAN FEB MAR APR
1   2317    5327    997 986
2   2605    5617    1085    1105
...

1. 文件读取与数据解析

首先，我们需要打开并读取文件。由于本例中数据是空格分隔的，我们可以使用 file.readlines() 读取所有行，然后对每行使用 split() 方法进行解析。

import os

# 模拟文件内容，实际应用中会从文件中读取
# 为了教程的独立性，这里使用字符串数据
DATA_CONTENT = """Sr    JAN FEB MAR APR
1   2317    5327    997 986
2   2605    5617    1085    1105
3   2364    5490    1061    998
4   2975    6236    1129    1164
5   2766    5877    1206    1104
6   2762    6058    1295    908
7   3020    6602    1274    1089
8   2576    5644    1091    1041
9   3329    6643    1396    1130
10  2989    6284    1330    1192
"""

def read_data_from_string(data_string):
    """
    从字符串中读取数据行，并去除空行。
    在实际应用中，这里会替换为文件读取逻辑。
    """
    return [line.strip() for line in data_string.split('\n') if line.strip()]

def compute_column_averages(data_lines):
    """
    计算给定数据行中数值列的平均值。
    假设：
    1. 第一行是标题行。
    2. 第一列是标识符（不参与平均值计算）。
    3. 后续列是需要计算平均值的数值数据。
    4. 数据以空格分隔。
    """
    if not data_lines:
        return [], 0, []

    # 解析标题行以确定列数
    headers = data_lines[0].split()
    # 需要计算平均值的列数 = 总列数 - 1 (减去标识符列)
    # 注意：这里假设标题行和数据行有相同的列数结构
    num_columns_to_average = len(headers) - 1

    # 预初始化平均值累加器，所有元素设为0.0
    averages_sum = [0.0] * num_columns_to_average

    # 记录实际参与计算的行数
    data_row_count = 0

    # 遍历数据行，跳过标题行 (data_lines[1:])
    for row_index, line in enumerate(data_lines[1:]):
        values_str = line.split()

        # 确保行有足够的列
        # 需要的列数是 num_columns_to_average (数据列) + 1 (标识符列)
        if len(values_str) < num_columns_to_average + 1:
            print(f"警告: 第 {row_index + 2} 行数据不完整，跳过。内容: '{line}'")
            continue

        # 遍历需要计算平均值的列（从第二个元素开始，即索引1）
        for col_idx in range(num_columns_to_average):
            try:
                # values_str[col_idx + 1] 是实际的数值列
                averages_sum[col_idx] += float(values_str[col_idx + 1])
            except ValueError:
                print(f"警告: 第 {row_index + 2} 行第 {col_idx + 2} 列 '{values_str[col_idx + 1]}' 不是有效数字，跳过此值。")
                # 如果遇到非数字值，我们选择跳过该值，但仍将该行计入总行数
                # 实际应用中可能需要更复杂的策略，例如跳过整行或用0填充
                continue 

        data_row_count += 1 # 只有有效数据行才计入总行数

    # 计算最终平均值
    final_averages = []
    if data_row_count > 0:
        for i in range(num_columns_to_average):
            final_averages.append(averages_sum[i] / data_row_count)
    else:
        print("没有足够的有效数据行来计算平均值。")

    return final_averages, num_columns_to_average, headers[1:] # 返回平均值列表、列数和对应的标题

def main_driver():
    # 1. 读取数据
    # 实际文件读取示例：
    # file_path = "RADIOLOGY.csv"
    # try:
    #     with open(file_path, 'r', encoding='utf-8') as f:
    #         data_lines = read_data_

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~