Python讀取CSV文件并計(jì)算某一列的均值和方差
近日需要對(duì)excel的csv文件進(jìn)行處理，求取某銀行歷年股價(jià)的均值方差等一系列數(shù)據(jù)
文件的構(gòu)成很簡(jiǎn)單，部分如下所示
總共有接近七千行數(shù)據(jù)，主要的工作就是將其中的股價(jià)數(shù)據(jù)提取出來(lái)，放入一個(gè)數(shù)組之中，然后利用numpy模塊即可求出需要的數(shù)據(jù)。
這里利用了csv模塊來(lái)對(duì)文件進(jìn)行處理，最終實(shí)現(xiàn)的代碼如下：
import csv
import numpy as np
with open('pingan_stock.csv') as csv_file:
row = csv.reader(csv_file, delimiter=',')
next(row) # 讀取首行
price = [] # 建立一個(gè)數(shù)組來(lái)存儲(chǔ)股價(jià)數(shù)據(jù)
# 讀取除首行之后每一行的第二列數(shù)據(jù)，并將其加入到數(shù)組price之中
for r in row:
price.append(float(r[1])) # 將字符串?dāng)?shù)據(jù)轉(zhuǎn)化為浮點(diǎn)型加入到數(shù)組之中
print(np.var(price)) # 輸出均值
print(np.mean(price)) # 輸出方差
首先利用csv的reader方法，其中delimiter可有可無(wú)，它是一個(gè)分隔符，原本的值就是逗號(hào)，所以加不加無(wú)所謂
reader返回的是一個(gè)可以迭代的對(duì)象，需要使用for循環(huán)遍歷，row的部分輸出值如下：
next(row)的作用是讀取第一個(gè)列表，也就是['year','price']，因?yàn)楹竺娴拇a中要將字符型的數(shù)據(jù)轉(zhuǎn)化為浮點(diǎn)型，便于最后的計(jì)算，所以這句代碼必須加上，否則在轉(zhuǎn)換時(shí)就會(huì)報(bào)錯(cuò)，在對(duì)row進(jìn)行遍歷時(shí)，r[1]表示每一行的第二個(gè)數(shù)據(jù)，利用append將每一行的第二列數(shù)據(jù)存入數(shù)組之中，當(dāng)遍歷完成時(shí)，第二列的所有數(shù)據(jù)就成功存入了price數(shù)組中，并且都是浮點(diǎn)型的數(shù)據(jù)，得到了這個(gè)數(shù)組就算是大功告成了，最后利用numpy模塊的mean和var分別計(jì)算出均值和方差。
到此這篇關(guān)于利用Python讀取CSV文件并計(jì)算某一列的均值和方差的文章就介紹到這了,更多相關(guān)Python讀取CSV文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python深度學(xué)習(xí)實(shí)戰(zhàn)PyQt5安裝與環(huán)境配置過(guò)程詳解
本系列面向 Python 小白，從零開(kāi)始實(shí)戰(zhàn)解說(shuō)應(yīng)用 QtDesigner 進(jìn)行 PyQt5 的項(xiàng)目實(shí)戰(zhàn)。什么叫從零開(kāi)始？從軟件安裝、環(huán)境配置開(kāi)始。不跳過(guò)一個(gè)細(xì)節(jié)，不漏掉一行代碼，不省略一個(gè)例圖2021-10-10
在本篇文章里小編給大家整理了一篇關(guān)于python繪制雷達(dá)圖實(shí)例講解內(nèi)容，有需要的朋友們可以學(xué)習(xí)參考下。2021-01-01
分享一下Python數(shù)據(jù)分析常用的8款工具
Python是數(shù)據(jù)處理常用工具，可以處理數(shù)量級(jí)從幾K至幾T不等的數(shù)據(jù)，具有較高的開(kāi)發(fā)效率和可維護(hù)性，還具有較強(qiáng)的通用性和跨平臺(tái)性，這里就為大家分享幾個(gè)不錯(cuò)的數(shù)據(jù)分析工具,需要的朋友可以參考下2018-04-04
Python實(shí)現(xiàn)去除Excel重復(fù)數(shù)據(jù)并統(tǒng)計(jì)重復(fù)次數(shù)
這篇文章主要為大家詳細(xì)介紹了如何利用Python語(yǔ)言實(shí)現(xiàn)文本數(shù)據(jù)去重，創(chuàng)建包含唯一值的新列，并統(tǒng)計(jì)文本數(shù)據(jù)出現(xiàn)的次數(shù)，需要的可以參考下2023-08-08
python通過(guò)scapy獲取局域網(wǎng)所有主機(jī)mac地址示例
這篇文章主要介紹了python通過(guò)scapy獲取局域網(wǎng)所有主機(jī)mac地址示例,需要的朋友可以參考下2014-05-05
這篇文章主要介紹了Python csv文件記錄流程代碼解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07
Python的化簡(jiǎn)函數(shù)reduce()詳解
這篇文章主要介紹了Python的化簡(jiǎn)函數(shù)reduce()詳解,reduce()函數(shù)即為化簡(jiǎn)函數(shù),它的執(zhí)行過(guò)程為：每一次迭代,都將上一次的迭代結(jié)果與下一個(gè)元素一同傳入二元func函數(shù)中去執(zhí)行,需要的朋友可以參考下2023-12-12
python實(shí)現(xiàn)socket+threading處理多連接的方法
今天小編就為大家分享一篇python實(shí)現(xiàn)socket+threading處理多連接的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
關(guān)于Pandas缺失值inf與nan的處理實(shí)踐
這篇文章主要介紹了關(guān)于Pandas缺失值inf與nan的處理實(shí)踐，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-06-06
詳解Python使用simplejson模塊解析JSON的方法
這篇文章主要介紹了Python使用simplejson模塊解析JSON的方法,實(shí)例代碼基于Pyhton2.x版本,文中最后還附了關(guān)于simplejson模塊的一些性能放面的討論,需要的朋友可以參考下2016-03-03