迭代列表比较类似的项目并从 csv Python 添加值

如何解决迭代列表比较类似的项目并从 csv Python 添加值

我已经从语句 csv 中导入了数据并想对其进行清理。我喜欢将购买简化为类别并添加值，以便将这些值导出到另一个 csv。

所以一个简单的例子是我有两个描述，一个叫做 Esso，一个叫做 BP，在 f 列中的借方分别为 10 英镑和 15 英镑。我希望将其浓缩为燃料：25 英镑。所以我拉了两列并创建了一个字典来将成本和项目放在一起。我现在卡住了..我应该只迭代更改类别的键并再次获得成本，还是应该在创建字典之前完成？任何指导将不胜感激

 Item=pd.read_csv("statement.csv",usecols=['Transaction Description'])
 cost=pd.read_csv("statement.csv",usecols=['Debit Amount'])
 print(Cost)
 
   # Empty dictionary
   purchases = {}
   # Convert to dictionary
   for key in Item:
    for value in cost:
    purchases[key] = value
    cost.remove(value)
    break
   print("Dictionary from lists :\n ",purchases)

解决方法

如果我很好地理解你的问题，你想创建一个这样的字典：

{'Esso': '£10','BP': '£15','Total': '£26'}

即，合并列中的数据，不包含列名。因此，您需要将列作为系列而不是数据框。有几种方法可以读取数据。例如，使用 squeeze 将 CSV 文件中的列作为系列读取：

item = pd.read_csv("statement.csv",usecols=['Transaction Description'],squeeze=True)
cost = pd.read_csv("statement.csv",usecols=['Debit Amount'],squeeze=True)

或者将整个 CSV 文件读入一个数据框，然后分配您需要的数据：

df = pd.read_csv("statement.csv")
item = df['Transaction Description']
cost = df['Debit Amount']

现在您可以使用 zip() 函数同时遍历这两个系列以获得我的答案开头所示的字典：

purchases = {}
for key,value in zip(item,cost):
    purchases[key] = value