Bearbeta data i delar (1)

Ibland kan datakällor vara så stora att det blir alltför resurskrävande att lagra hela datamängden i minnet. I den här övningen bearbetar du de första 1000 raderna i en fil rad för rad, för att skapa ett lexikon som räknar hur många gånger varje land förekommer i en kolumn i datamängden.

CSV-filen 'world_dev_ind.csv' finns i din nuvarande katalog. För att komma igång behöver du öppna en anslutning till filen med hjälp av det som kallas en kontexthanterare. Kommandot with open('datacamp.csv') as datacamp binder till exempel CSV-filen 'datacamp.csv' som datacamp i kontexthanteraren. Här är with-satsen kontexthanteraren, och dess syfte är att säkerställa att resurser används effektivt när du öppnar en anslutning till en fil.

Om du vill lära dig mer om kontexthanterare kan du ta del av DataCamps kurs om att importera data i Python.

Den här övningen är en del av kursen

Python Toolbox

Visa kurs

Övningsinstruktioner

Använd open() för att binda CSV-filen 'world_dev_ind.csv' som file i kontexthanteraren.
Komplettera for-loopen så att den itererar 1000 gånger för att utföra loopkroppen och bara bearbeta de första 1000 raderna i filen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Open a connection to the file
with ____ as ____:

    # Skip the column names
    file.readline()

    # Initialize an empty dictionary: counts_dict
    counts_dict = {}

    # Process only the first 1000 rows
    for j in ____:

        # Split the current line into a list: line
        line = file.readline().split(',')

        # Get the value for the first column: first_col
        first_col = line[0]

        # If the column value is in the dict, increment its value
        if first_col in counts_dict.keys():
            counts_dict[first_col] += 1

        # Else, add to the dict and set value to 1
        else:
            counts_dict[first_col] = 1

# Print the resulting dictionary
print(counts_dict)

Redigera och kör kod