Python读取CSV文件分类并统计行数
随着数据分析和数据处理的需求不断增长，CSV（Comma Separated Values）文件成为了一种常见的数据存储格式。在Python中，我们可以使用csv模块来读取和处理CSV文件。本文将介绍如何使用Python读取CSV文件并按照特定的条件对其进行分类，并统计每个分类的行数。
CSV文件的基本结构
CSV文件是一种以逗号或其他特定字符（如分号、制表符）作为列分隔符，以换行符作为行分隔符的文本文件。每一行代表一个数据记录，每一列代表一个数据字段。下面是一个简单的示例，展示了一个包含学生信息的CSV文件：
学号,姓名,性别,年龄
10001,张三,男,18
10002,李四,女,19
10003,王五,男,20
10004,赵六,女,19
使用Python读取CSV文件
首先，我们需要导入csv模块，并使用open()函数打开CSV文件。然后，我们可以使用csv模块提供的reader()函数创建一个CSV文件的Reader对象，该对象可以用于逐行读取CSV文件。
import csv
with open('students.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
print(row)
上述代码中，我们首先使用open()函数打开名为"students.csv"的CSV文件，并指定打开模式为只读模式（'r'）。然后，我们使用csv.reader()函数创建一个Reader对象，并将其赋值给变量reader。接下来，我们使用for循环逐行读取文件内容，并使用print()函数打印每一行。
对CSV文件进行分类和统计
假设我们希望根据学生的性别对数据进行分类，并统计每个分类的行数。我们可以定义一个字典对象来保存每个分类的行数，并使用条件语句对数据进行分类。代码示例如下：
import csv
categories = {'男': 0, '女': 0}
with open('students.csv', 'r') as file:
reader = csv.reader(file)
next(reader) # 跳过文件的第一行（表头）
for row in reader:
gender = row[2]
categories[gender] += 1
print(categories)
上述代码中，我们首先定义了一个名为categories的字典对象，其中键为分类的名称（'男'和'女'），值为初始的行数（0）。然后，我们使用open()函数打开CSV文件，并创建一个Reader对象。为了跳过文件的第一行（表头），我们使用了next()函数。之后，我们使用for循环逐行读取文件内容，并从每一行中获取性别信息。根据性别信息，我们将行数累加到相应的分类中。
最后，我们使用print()函数打印分类和对应的行数。
状态图
下面是对以上代码的状态图表示，描述了读取CSV文件并对其进行分类的过程。
stateDiagram
[*] --> 读取CSV文件
读取CSV文件 --> 读取行
读取行 --> 判断行数
判断行数 --> 更新分类
判断行数 --> 继续读取行
继续读取行 --> 读取行
更新分类 --> 继续读取行
继续读取行 --> 读取行
判断行数 --> 输出结果
输出结果 --> [*]
甘特图
下面是对以上代码的甘特图表示，描述了读取CSV文件并对其进行分类的时间流程。
gantt
dateFormat YYYY-MM-DD
title 读取CSV文件并分类
section 读取CSV文件
打开文件 : 2022-01-01, 1d
创建Reader对象 : 2022-01-02, 1d
跳过表头 : 2022-01-03, 1d
section 读取行
读取行 : 2022-01-04, 2d
section 判断行数
判断行数
