python - 使用 Python 计算表中出现的字符串

Question

假设我有一个表，其中有一个名称和一个值，例如:

NAME       VALUE
Artur      2
Cristian   3
Artur      4
Peter      5
Cristian   8
Artur      2

我需要隔离名称和值的总和，例如:

NAME       VALUE
Artur      8
Cristian   11
Peter      5

我该怎么做？

我尝试拆分每一行以隔离值，但我只是不知道如何识别重复的名称。

data = open ('data.txt', 'r')

for line in data:
    value = line.split()

我需要对重复的名称进行分组并对它们的值求和。

Answer 1

使用pandas , 非常强大的工具:

data = pd.read_csv(fname, sep = "\s+|\t+|\s+\t+|\t+\s+")
by_name_df = data.groupby(by="NAME").sum()
print(by_name_df)

第一行会将 csv 读入数据帧，并带有连续的分隔符(如果您有任何空格和连续的分隔符)。第二行按 NAME 列分组并对其求和，生成按名称求和的输出数据帧。

如果您希望名称保留在列中而不是新数据框中索引的一部分，请使用:

by_name_df = data.groupby(by="NAME",as_index=False).sum()

生成的输出:

NAME      VALUE     
Artur         8
Cristian     11
Peter         5