python - 无法从 csv 文件中获取前 N 个重复出现的值

Question

你好，我的一些 python 遇到了问题。我正在尝试编写一个程序来接收 csv 文件并告诉我列中出现次数最多的 50 个单词。 我的 csv 文件遵循以下格式: ID、城市、州、酒店名称、价格 1，亚特兰大，佐治亚州，皇家酒店，200

例如，我想浏览此列表并告诉我 50 个最常见的城市。 我的代码:

def count_amount(fin_name):
    with open(fin_name, 'rb') as fin:
    reader = csv.reader(fin)
    next(reader)
    sortedlist = sorted(reader, key=operator.itemgetter(1), reverse=False)
    d = defaultdict(list)
    for row in sortedlist:
        print(row[0], row[1], row[2], row[3], row[4])
        if row[1]  != 'City':
            d[row[1]].append(float(row[3]))
    for k,v in d.iteritems():
        c = Counter(k)
        print c.most_common(50)

我确定我的问题来 self 的 c = Counter(k)，它打印每个城市名称的各个字母而不是城市本身。所以它将打印 (('a', 2), ('d', 1), ('k', 1), ('l', 1), ('O', 1), ('n', 1)而不是告诉我“Oakland”在我的csv文件中出现了多少次。如何让它向我显示整个字符串？ (注意:我知道缩进，我只是不擅长将代码输入堆栈溢出)

Answer 1

如果pandas是一个可行的选择，那么这很简单:

import pandas as pd

# read file
df = pd.read_csv(fin_name)

# return value counts as {city -> count} dictionary
d = df['City'].value_counts().to_dict()

# sort descending, return top 50 most common as list of tuples
d_sorted = sorted(d.items(), key=lambda x: x[1], reverse=True)[:50]