平均值、最大值、分布规律——几百行数据，三秒钟说出它的故事
一、数据搬进来了，然后呢？
上一篇我们干了件大事：把CSV读进了程序，还能把结果写回去。恭喜，你已经是个合格的”数据搬运工”了。
但搬运工之后呢？想象这个场景：
你按上一篇的办法，把三个月的银行账单.csv读进了程序，屏幕上哗啦啦滚过几百行。然后——就没有然后了。你盯着几百行滚动的记录，脑子里还是一团浆糊：
- 我这三个月总共花了多少钱？
- 平均每天花多少？算完会不会吓一跳？
- 最贵的一笔是什么？在哪儿栽的跟头？
- 钱都烧在哪个类别上了？奶茶真的比打车贵吗？
- 有没有规律？是不是每月15号发工资后就开始报复性消费？
你看，”读出来”只是开始，“看懂”才是目的。这就是今天的主题：CSV数据分析——用程序给一堆数据算总账、找规律，让它开口说人话。
听着高大上？别怕。今天的新知识只有一个，小到你五分钟就能学会：列表统计四件套。剩下的全是前25篇的老朋友。学完这篇，你就能对任何一份表格数据说出它的”全貌”——这在工作里可是个能拿得出手的本事。
二、新招就一个：列表统计四件套
先看一堆真实的数字。假设你把账单的金额列读了出来，装进一个列表：
每天支出 = [25, 18.5, 56, 12, 89.9, 33, 45.6, 78]想”看懂”这堆数，你只需要问四个问题，Python就有现成的四个函数等着：
| 你想知道 | 怎么问 | 结果 |
|---|
|———|——–|——|
| 总共多少 | sum(每天支出) |
358.0 |
|---|---|---|
| 有多少笔 | len(每天支出) |
8 |
| 最大一笔 | max(每天支出) |
89.9 |
| 最小一笔 | min(每天支出) |
12 |
再加上一个自己算的平均值：sum(每天支出) / len(每天支出)。
就这些。真的就这些。sum、len、max、min——四个单词，Python自带，不用安装，不用import。它们对任何列表都好使：
成绩 = [85, 92, 78, 96, 67]
print(sum(成绩)) # 418 总分
print(len(成绩)) # 5 人数
print(max(成绩)) # 96 最高分
print(min(成绩)) # 67 最低分
print(sum(成绩) / len(成绩)) # 83.6 平均分把这四件套记住，它是今天一切分析的发动机。所有花哨的”数据分析”，剥开外壳都是这四个函数加字典累加器——而字典累加器那招，你早在第十五篇单词统计器里就练熟了。
先跟AI热个身，熟悉一下今天的学习姿势（跟AI说需求 → 读懂 → 改进）：
我有一个列表装着每天的支出金额，帮我写个Python程序，算出总额、笔数、平均值、最高、最低，并把结果打印得好看一点（带标签、保留两位小数）。
拿到代码先别急着跑，读一遍：它是不是在回答你问的那五个问题？哪里看不懂就追问。跑通之后再想”改进”——比如”平均值保留一位小数就行”。这个流程今天会走好几轮。
三、把CSV变成”能统计的数字”
好，四件套有了。但账单.csv里躺着的是字符串——上一篇埋的雷，今天要踩了。
import csv
金额列表 = []
with open("账单.csv", encoding="utf-8") as f:
reader = csv.DictReader(f)
for row in reader:
金额列表.append(row["金额"])
print(sum(金额列表)) # 报错！跑起来直接给你一巴掌：TypeError: unsupported operand type(s) for +: 'int' and 'str'。翻译成人话：”你让我把数字和文字加起来，我是程序不是神汉。”
原因上一篇讲过：CSV里读出来的所有东西都是字符串，”25″是文字不是数字。统计之前必须变身：
import csv
金额列表 = []
with open("账单.csv", encoding="utf-8") as f:
reader = csv.DictReader(f)
for row in reader:
金额列表.append(float(row["金额"])) # float() 变身成小数
print(f"总支出：{sum(金额列表):.2f} 元")
print(f"笔数：{len(金额列表)} 笔")
print(f"平均：{sum(金额列表) / len(金额列表):.2f} 元/笔")
print(f"最高：{max(金额列表):.2f} 元")
print(f"最低：{min(金额列表):.2f} 元")float("25")把文字”25″变成数字25.0，int("25")变成整数25。金额这种带小数的，用float稳一点。:.2f是老朋友了——保留两位小数。
跑起来，五行统计一气呵成。几百行的账单，你的”全貌”已经出来了。但这还不够——总额只是开场白，真正的信息藏在”分组”里。
四、实战：给账单做一次”全身体检”
现在完整走一遍学习循环。跟AI说需求：
我有一个账单.csv，表头是”日期,项目,金额”，日期格式像”10-01″。帮我写个分析程序，输出：1）总支出和笔数；2）平均每天花多少；3）最贵的三笔支出；4）按项目分类的汇总（吃饭、打车、购物各花了多少）；5）把分析结果存成一个分析报告.txt。
AI会给你一份挺长的代码。别慌，咱们一块块读懂它。完整的、能直接跑的版本在下面——你可以先造一份测试数据：
# 第0步：造一份演示用的账单.csv（跑一次就行，之后分析程序反复用）
import csv
明细 = [
["10-01", "午饭", 25], ["10-01", "打车", 18.5], ["10-02", "奶茶", 12],
["10-02", "晚饭", 45], ["10-03", "书", 56], ["10-03", "午饭", 22],
["10-04", "打车", 33], ["10-04", "购物", 199], ["10-05", "午饭", 28],
["10-05", "电影", 45.6], ["10-06", "晚饭", 68], ["10-06", "奶茶", 15],
["10-07", "打车", 22.5], ["10-07", "购物", 89.9], ["10-08", "午饭", 26],
["10-08", "晚饭", 52], ["10-09", "奶茶", 12], ["10-09", "打车", 31],
["10-10", "书", 78], ["10-10", "午饭", 24], ["10-11", "购物", 258],
["10-11", "晚饭", 41], ["10-12", "午饭", 27], ["10-12", "奶茶", 13],
]
with open("账单.csv", "w", encoding="utf-8", newline="") as f:
writer = csv.writer(f)
writer.writerow(["日期", "项目", "金额"])
writer.writerows(明细)
print("账单.csv 已生成，共", len(明细), "笔")然后是正主——账单分析器：
# 账单分析器：给账单做一次"全身体检"
import csv
# ---- 读数据：把CSV装进"字典列表" ----
明细 = []
with open("账单.csv", encoding="utf-8") as f:
reader = csv.DictReader(f)
for row in reader:
明细.append({
"日期": row["日期"],
"项目": row["项目"],
"金额": float(row["金额"]), # 字符串变数字，这个坑上一节刚讲
})
# ---- 体检项目1：总量、笔数、平均 ----
总额 = sum(item["金额"] for item in 明细)
笔数 = len(明细)
平均 = 总额 / 笔数
# ---- 体检项目2：最贵的三笔 ----
从贵到贱 = sorted(明细, key=lambda x: x["金额"], reverse=True)
前三 = 从贵到贱[:3]
# ---- 体检项目3：按项目分类汇总（字典累加器，第三次出场） ----
分类汇总 = {}
for item in 明细:
项目 = item["项目"]
分类汇总[项目] = 分类汇总.get(项目, 0) + item["金额"]
# ---- 打印报告 ----
print("=" * 30)
print("账单体检报告")
print("=" * 30)
print(f"总支出：{总额:.2f} 元（共 {笔数} 笔）")
print(f"平均每笔：{平均:.2f} 元")
print()
print("最贵的三笔：")
for i, item in enumerate(前三, 1):
print(f" 第{i}名：{item['日期']} {item['项目']} {item['金额']:.2f} 元")
print()
print("分类汇总：")
for 项目, 小计 in 分类汇总.items():
print(f" {项目}：{小计:.2f} 元")
# ---- 存档：写进分析报告.txt ----
with open("分析报告.txt", "w", encoding="utf-8") as f:
f.write(f"总支出 {总额:.2f} 元，共 {笔数} 笔，平均每笔 {平均:.2f} 元n")
for 项目, 小计 in 分类汇总.items():
f.write(f"{项目}: {小计:.2f}n")
print()
print("报告已存到 分析报告.txt")运行输出（用上面那份演示数据）：
==============================
账单体检报告
==============================
总支出：1241.50 元（共 24 笔）
平均每笔：51.73 元
最贵的三笔：
第1名：10-11 购物 258.00 元
第2名：10-04 购物 199.00 元
第3名：10-07 购物 89.90 元
分类汇总：
午饭：152.00 元
打车：105.00 元
奶茶：52.00 元
晚饭：206.00 元
书：134.00 元
购物：546.90 元
电影：45.60 元
报告已存到 分析报告.txt逐块拆解，看它串起了多少老朋友：
- 字典列表存明细——第十七篇成绩管理器的招牌结构，
{"日期": ..., "项目": ..., "金额": ...}一行一条 - sum + len + 平均——今天的新招，就这三下
- sorted(key=lambda x: x[“金额”], reverse=True)——第十四篇用过的排序，
reverse=True让它从大到小排；[:3]切片取前三。注意排序的是字典列表，所以key要写成”取每条的金额”，这正是lambda的用武之地 - 字典累加器
分类汇总.get(项目, 0) + item["金额"]——单词统计器、单位转换器、记账本里三次登场的”万能钥匙”，今天第四次。你发现规律了吗：统计类的问题，八成是它 - float()转换——不转，上面整段代码全是错的
- 写文件存结果——第九篇文件操作 + 上一篇csv.writer，双剑合璧
看到没？“数据分析”四个字听着吓人，拆开全是前25篇的招式。今天真正的新东西只有四件套。
五、找规律：把数据”分桶”看
总量、最值、分类汇总，都是”概括”。再往深一步看规律——数据在时间上怎么分布？是不是月初挥霍月底吃土？
思路还是分桶：按月份（或按星期）把钱归堆。日期长这样”10-01″，月份就是前两个字符——字符串切片row["日期"][:2]，第25篇练习里预告过的招：
# 按月份分桶（接着上面的分析程序，在"分类汇总"后面加）
月份汇总 = {}
for item in 明细:
月份 = item["日期"][:2] # "10-01" → "10"
月份汇总[月份] = 月份汇总.get(月份, 0) + item["金额"]
print("按月份分桶：")
for 月份, 小计 in 月份汇总.items():
print(f" {月份}月：{小计:.2f} 元")想看”哪个月最烧钱”？四件套直接上：
最烧钱月 = max(月份汇总, key=月份汇总.get)
print(f"最烧钱的是 {最烧钱月} 月，花了 {月份汇总[最烧钱月]:.2f} 元")max加key，意思是”比大小比的不是键（月份名），是值（钱数）”——sorted的key是老知识，max/min的key是同一个思路，AI给你的代码里经常见到，见到认识就行。
最后一招，把数字”画”出来。不用任何画图库，用*号堆个柱状图：
# 文本柱状图：每10元一个*
print("分类柱状图（每个*约10元）：")
for 项目, 小计 in 分类汇总.items():
长度 = int(小计 / 10)
print(f" {项目:<4} {'*' * 长度} {小计:.2f}")输出：
分类柱状图（每个*约10元）：
午饭 *************** 152.00
打车 ********** 105.00
奶茶 ***** 52.00
晚饭 ******************** 206.00
书 ************* 134.00
购物 ****************************************************** 546.90
电影 **** 45.60一眼看穿：购物那根柱子长得离谱。这就是”分布规律”的肉眼版——数据分析的终点不是数字，是”哦，原来钱都花在这儿了”。{项目:<4}是文字对齐的小花招（左对齐占4格），"*" * 长度是字符串乘法，第15篇见过。一晚上看完三个月的账，Excel里拖公式得拖半天。
六、三个必踩的坑（先打疫苗）
坑1：sum对字符串列表发脾气
第三节那个TypeError是今天最高频的坑，值得再敲一遍黑板：CSV里的一切都是字符串。统计、排序、比大小之前，先把数字列用float()（或int()）变身。而且要转得干净——只转金额，别把日期也转了，float("10-01")会直接报错。
坑2：脏数据一颗老鼠屎坏一锅粥
真实世界的CSV可没演示数据那么乖：金额那列可能混着””（空）、”-“、”暂无”这种货色。float("")直接崩溃，程序当场去世，几百行数据白读。
上过第十篇错误处理的你，处理办法信手拈来：
金额列表 = []
跳过 = 0
for row in reader:
try:
金额列表.append(float(row["金额"]))
except ValueError:
跳过 += 1
print(f"有效 {len(金额列表)} 笔，跳过脏数据 {跳过} 行")好的数据分析程序，一半代码在处理”脏数据”——这句话第25篇说过，今天你应该能体感到了。跟AI提需求时就把这句加上：”金额列可能有空值或非数字，帮我跳过并统计跳过了几行。”
坑3：除以零——空数据直接掀桌
sum(金额列表) / len(金额列表)，如果文件是空的（或者全被跳过了），len是0，除以零（ZeroDivisionError）当场崩。加一行保险：
平均 = 总额 / len(金额列表) if 金额列表 else 0“列表不为空才算平均，否则给0″——一行搞定。数据处理的第四个坑算是正式记在账上：处理真实数据前，先想好”数据为空/不干净怎么办”。
七、跟AI协作的正确姿势（数据分析特供）
数据分析是AI特别擅长的领域，但也是特别容易被糊弄的领域，三个要点：
- 把数据的样子喂给AI。”帮我分析CSV”等于没说；”表头是日期,项目,金额，日期长这样’10-01’，金额可能有空值，我想按项目汇总并找最贵的三笔”——AI代码一次到位。描述数据，不只是描述功能
- 读懂代码的”数据流”：数据从CSV进来 → 变成什么结构（列表？字典列表？）→ 中间被怎么加工（过滤？分组？）→ 结果存到哪。这条线看懂了，代码就在你脑子里了
- 拿结果反推验证。程序说总支出1260.50元，不信？Excel里拉个SUM对一下。分析结果对不上直觉时，错的通常是代码——尤其是忘了float()的时候，程序不报错，结果全是错的，这比崩溃更可怕
八、今日小练习
练习1：成绩分析报告
把第25篇练习造的成绩.csv（姓名,语文,数学,英语）拿出来，写程序输出：每科的平均分、最高分、最低分，以及每科的及格率（60分及以上算及格）。（提示：按列统计需要”先分科归堆”——字典科目 -> [分数列表]，再对每个列表用四件套。及格率 = 及格人数 / len(列表) × 100。）
练习2：找出”消费规律”
给账单分析器加一个功能：按星期分桶（自己给每行数据加一列”星期”，造数据时顺手写上”周一”~”周日”），找出花钱最多的星期几，并输出”星期X最烧钱，花了xx元”。（提示：还是字典累加器+max(key=...)，你已经是第四次用它了，闭着眼都能写。）
练习3：升级版柱状图
把第五节的柱状图改成”每5元一个*”，并且只画小计超过50元的类别，按小计从大到小排序输出。（提示：sorted(分类汇总.items(), key=lambda x: x[1], reverse=True)能同时拿到键值对并排序；”超过50元才画”就是个if。items()这个小助理，AI给的代码里天天出现，正好认识一下。）
写在后面：你已经会”数据分析”了
盘点一下你现在手里的牌：读任何CSV、清洗脏数据、总量统计、找最值、分类汇总、分组找规律、输出报告存档——一份表格数据从进门到”说出全貌”的完整流程，你已经走通了。
这套流程换个数据就能用：工资条、考勤表、店铺订单、跑步记录、微信账单导出……数据分析不是数据科学家的专利，它就是”字典列表+四件套+想清楚问题”。下一篇我们换一种数据格式，它比CSV更受程序欢迎——你在各种网站接口、配置文件里早就见过它了。
下篇预告
第二十七篇：JSON数据——配置文件、网站接口、AI返回的结果，到处都是它。长得像字典的JSON到底是什么？json模块怎么用？下一篇见。
发表回复