打开txt文件并创建列表并获取基本统计信息

Question

我正试图打开一个名为state的文本文件_会议.txt文件；信息格式为

体操学校，参赛者姓名，获得的综合分数 参见示例：

Lanier City Gymnastics,Ben W.,55.301 
Lanier City Gymnastics,Alex W.,54.801 
Lanier City Gymnastics,Sky T.,51.2 
Lanier City Gymnastics,William G.,47.3 etc..

并创建函数以获取信息，例如：

参加国家运动会的体操运动员总数。 第一名的分数。 最后一名得分。 第一名和最后一名之间的分数差。 所有体操运动员的平均分。 中位数。（中位数是排序列表中点处的坡度。如果列表中有偶数个元素，则中间值是中间两个元素的平均值。） 高于中位数的所有分数的平均值（不包括中位数）。 低于中位数的所有分数的平均值（不包括中位数）。 输出应该是这样的

数据摘要： 体操运动员人数：103人 第一名得分：143.94 以下是我目前掌握的代码：

with open('state_meet.txt','r') as f:   
 for line in f:
    allt = []
    values = line.split()
print(values[3])

#first
max_val = max(values[3])
int(max_val)

print(max_val)


#last
min_val = min(values[3])
int(min_val)

print(min_val)

#Mean
total = sum(input_list)
length = len(input_list)
for nums in [input_list]:
mean_val = total / length
float(mean_val)


#Median
sorted(input_list)
med_val = sorted(lst)
lstLen = len(lst)
index = (lstLen - 1) // 2

这是我到目前为止，但我的文本是读它为W，55.301，而不是55.301给我的错误

Answer 1

您有一个逗号分隔值（csv）文件。使用csv模块。你知道吗

import csv

data = []

with open("state_meet.txt") as f:
    reader = csv.DictReader(f, fieldnames=["school", "participant", "score"])
    for line in reader:
        data.append(line)

# first place
record = max(data, lambda d: d["score"])
best_score = int(record["score"])

# last place
record = min(data, lambda d: d["score"])
worst_score = int(record["score"])

# Mean score
mean = sum(d["score"] for d in data) / len(data)

# Median score
median = sorted([d["score"] for d in data])[(len(data) - 1) // 2]

^{}读取csv文件中的行，并自动将每一行转换为一个字典，由您喜欢的任何内容键入。这可能比dokelung答案中的collections.namedtuple建议更容易理解，尽管namedtuple同样有效。这里的关键是我们可以保持完整的记录，而不是丢掉一切，除了分数。你知道吗

Answer 2

split（）在默认情况下对空白进行拆分，您的意思是 值=行。拆分(',') 用逗号分开？你知道吗

https://docs.python.org/2/library/stdtypes.html#str.split

Answer 3

1. 应该使用split(',')替换split()。你知道吗
2. 使用values[2]获取列表values的第三项。你知道吗
3. 列表allt似乎没有用。你知道吗
4. 似乎不管state_meet.txt中有多少行，values总是得到最后一行数据。你知道吗

---

我猜你想做的事情是：

import collections
names = ["gymnastics_school", "participant_name", "all_around_points_earned"]
Data = collections.namedtuple("Data", names)

data = []

with open('state_meet.txt','r') as f:   
    for line in f:
        line = line.strip()
        items = line.split(',')
        items[2] = float(items[2])
        data.append(Data(*items))

# max value
max_one = max(data, key=lambda d:d.all_around_points_earned)
print(max_one.all_around_points_earned)

# min value
min_one = min(data, key=lambda d:d.all_around_points_earned)
print(min_one.all_around_points_earned)

# mean value
total = sum(d.all_around_points_earned for d in data)
mean_val = total/len(data)
print(mean_val)

# median value
sorted_data = sorted(data, key=lambda d:d.all_around_points_earned)
if len(data)%2==0:
    a = sorted_data[len(data)//2].all_around_points_earned
    b = sorted_data[len(data)//2-1].all_around_points_earned
    median_val = (a+b)/2
else:
    median_val = sorted_data[(len(data)-1)//2].all_around_points_earned
print(median_val)

---

让我解释一下：

首先，我用项目名称（体操学校…）定义一个名为“Data”的namedtuple类型。然后我可以使用d = Data('school', 'name', '50.0')创建一个命名的双元组d。通过使用.获取属性，我们可以很容易地获取项值。你知道吗

>>> names = ["gymnastics_school", "participant_name", "all_around_points_earned"]
>>> Data = collections.namedtuple("Data", names)
>>> d = Data('school', 'name', '50.0')
>>> d.gymnastics_school
'scholl'
>>> d.participant_name
'name'
>>> d.all_around_points_earned
'50.0'

接下来，当我们迭代file对象中的行时，使用string方法strip删除空格和新行。它使线路更干净。然后split(',')可以帮助我们用指定的分隔符,拆分行。 这里，我们使用函数float进行转换，因为分割列表items中的第三项是一个float（但它是文件中的字符串）。最后，使用namedtupleData创建数据，然后附加到listdata。你知道吗

接下来，内置函数max和min可以帮助我们找到max/min项。但是数据中的每一个事物都是一个命名的元组，我们应该使用lambda函数来获取这些点，然后使用它们作为键来选择最大/最小值。 另外，函数sum让我们计算不带循环的求和。在这里，我们必须提取点以得到它们的总和，因此我们传递一个生成器d.all_around_points_earned for d in data到sum。你知道吗

我通过排序data得到中间值，然后得到中间值。当数据数为奇数时，我们只需选取中心数。但如果是偶数，我们应该选择中间的“两个”并计算它们的平均值。你知道吗

---

希望我的回答能帮助你！你知道吗