Defaultdict 计数器计数两次 Python

Question

我正在使用此代码打印出现的非数字单元格。但是，它正在加倍计数。它打印 6 for 3.

示例数据：

pID,sID,dID,nID,ID
ABCD-02-01,ABCD-02-01-0002-UNK,2,123,ABCD
ABCD-02-01,ABCD-02-01-0004-UNK,3,1234,ABCD
ABCD-02-01,ABCD-02-01-0007-UNK,7,3455,ABCD

代码：

#!/usr/bin/env python
from collections import Counter, defaultdict
import csv

header_counter = defaultdict(Counter)

with open('trial.csv') as input_file:
    r = csv.reader(input_file, delimiter=',')
    headers = next(r)
    for row in r:
        row_val = sum([w.isdigit() for w in row])
        for header, val in zip(headers, row):
            if not any(map(str.isdigit, val)):
                header_counter[header].update({val: row_val})

for k, v in header_counter.iteritems():
    print k,v

当前输出ID Counter({'ABCD': 6}) 期望的输出 ID Counter({'ABCD': 3})

Answer 1

我认为您的问题在于您如何对计数器使用更新，因为 update() 会增加计数，而不是像您对传统字典所期望的那样替换它。参见：https://docs.python.org/2/library/collections.html#collections.Counter

Answer 2

所以：

ln 11sum([w.isdigit() for w in row])

返回的是每行中数字的列数，在你的例子中是两列，cols dID ans nID 是数字。

所以 row_val 对于触发的所有行都是整数 2。

ln 14 header_counter[header].update({val: row_val})

每次都在添加row_val (2)。

Answer 3

对于给定的输入数据和逻辑，输出 ID Counter({'ABCD': 6}) 是正确的。

您正在对每个 "ID" 的所有数字字段求和并报告计数。

ID 为 "ABCD" 的行共有 6 个数字字段，即：

ABCD-02-01,ABCD-02-01-0002-UNK,2,123,ABCD
ABCD-02-01,ABCD-02-01-0004-UNK,3,1234,ABCD
ABCD-02-01,ABCD-02-01-0007-UNK,7,3455,ABCD

如果你解释一下你的预期结果是什么，我会更新我的答案。

Defaultdict 计数器计数两次​​ Python

Defaultdict counter counting twice Python

python

csv

counter

defaultdict

Defaultdict 计数器计数两次 Python