python读入一个csv文件然后输出一个csv统计输入的csv文件第一列显示id名字，第二列显示重复次数

在Python中，你可以使用pandas库来方便地处理CSV文件并进行统计分析。首先，你需要安装pandas，如果还没有安装，可以使用`pip install pandas`命令。下面是一个简单的步骤来完成你的需求：

import pandas as pd

# 读取CSV文件
data = pd.read_csv('input_file.csv')  # 将 'input_file.csv' 替换为你需要读取的实际文件名

# 统计第一列（假设列为'id'）的重复次数
counts = data['id'].value_counts()  # 第一列的值作为索引，计数结果作为值

# 创建一个新的DataFrame，其中包含id和它的重复次数
result = pd.DataFrame({'id': counts.index, '重复次数': counts.values})

# 输出到新的CSV文件
result.to_csv('output_file.csv', index=False)  # 将结果保存为 'output_file.csv'

在这个例子中，`pd.read_csv()`用于读取CSV文件，`value_counts()`函数计算了'id'列的每个唯一值出现的次数，最后将结果转换成DataFrame并保存到新的CSV文件。

相关问题

使用python 读入一个csv的固定列，输出到新的csv的c列，再读入另一个csv的相同的固定列，输出到新csv的c列，c列是一个多级标题

好的，下面是一个简单的Python程序，可以读入两个csv文件，将它们的特定列（例如第3列）分别写入到一个新的csv文件中的C列，C列是一个多级标题。

import csv

# 读取第一个csv文件
with open('file1.csv', 'r') as f1:
    reader1 = csv.reader(f1)
    # 读取第三列数据
    column1 = [row[2] for row in reader1]

# 读取第二个csv文件
with open('file2.csv', 'r') as f2:
    reader2 = csv.reader(f2)
    # 读取第三列数据
    column2 = [row[2] for row in reader2]

# 写入新的csv文件
with open('new_file.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    # 写入C列的多级标题
    writer.writerow(['Level1', 'Level2', 'Level3'])
    # 将第一个csv文件的第三列写入C列
    for value in column1:
        writer.writerow(['', '', value])
    # 将第二个csv文件的第三列写入C列
    for value in column2:
        writer.writerow(['', '', value])

请根据您的具体情况修改程序中的文件名和特定列的索引，以及C列的多级标题。

python中读入中文csv文件

在Python中，你可以使用pandas库来读取中文csv文件。你需要确保文件编码与你的Python环境编码一致。

下面是一个读取UTF-8编码的csv文件的示例代码：

import pandas as pd

df = pd.read_csv('filename.csv', encoding='utf-8')

如果你的csv文件编码是GBK，则可以这样读取：

import pandas as pd

df = pd.read_csv('filename.csv', encoding='gbk')

如果你不确定文件编码，可以尝试使用chardet库来自动检测编码：

import pandas as pd
import chardet

with open('filename.csv', 'rb') as f:
    result = chardet.detect(f.read())
    
df = pd.read_csv('filename.csv', encoding=result['encoding'])

这样就可以读取中文csv文件了。