python - 如何使用正则表达式中的变量来计算平均值

Question

假设我有一个如下所示的 CSV 文件:

2000,1
2001,2
2000,4
2001,8

我希望 python 能够找到包含 2000 的行，检查第二列的值，然后对 2000 的值进行平均。我也希望对 2001 年执行此操作。

有什么方法可以使用正则表达式吗？我在这里提出了一个非常简单的版本；真实数据有数千行。

Answer 1

假设元组之间有换行符，我建议使用pandas。

如果情况并非如此，请参阅@Tim Biegeleisen 的回答

import pandas as pd

#create some example date to illustrate the logic
df = pd.DataFrame({"variable":[2000,2001,2000,2001], "value":[1,2,4,8]})

df.groupby("variable")["value"].mean()

输出:

variable
2000    2.5
2001    5.0
Name: value, dtype: float64

在您的情况下，您应该提取 CSV 文件，例如:

df = pd.read_csv("myfile.csv", sep=",")

请参阅 read_csv 文档，以确保正确读取您的数据。