新冠疫情数据统计 蓝桥杯楼赛第二十三期(不考虑自动化处理缺省值)

本文主要是介绍新冠疫情数据统计 蓝桥杯楼赛第二十三期(不考虑自动化处理缺省值),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原题链接

import csv
import json
import country_converter as cocodef main():cc = coco.CountryConverter()Confirmed = {"Africa": 0, "Asia": 0, "Oceania": 0,"Europe": 0, "America": 0, "Others": 0, "Total": 0}Deaths = {"Africa": 0, "Asia": 0, "Oceania": 0,"Europe": 0, "America": 0, "Others": 0, "Total": 0}Recovered = {"Africa": 0, "Asia": 0, "Oceania": 0,"Europe": 0, "America": 0, "Others": 0, "Total": 0}Active = {"Africa": 0, "Asia": 0, "Oceania": 0,"Europe": 0, "America": 0, "Others": 0, "Total": 0}country_list = []ls = []data = "楼赛第三题\okcases_country.csv"with open(data, 'r') as f:reader = csv.reader(f)for row in reader:if row[0] == "Country_Region":passelse:country_name = row[0]country_list.append(country_name)continent = cc.convert(names = country_list, to = 'continent', not_found= "Others")with open(data, 'r') as f:reader = csv.reader(f)    rows = [row for row in reader]for a in range(len(continent)):#print(a)#print(int(float(rows[a+1][4])))#print(int(float(rows[a+1][5])))#print(int(float(rows[a+1][6])))#print(int(float(rows[a+1][7])))if continent[a] == "Asia":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))elif continent[a] == "Europe":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))elif continent[a] == "Africa":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))elif continent[a] == "America":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))elif continent[a] == "Oceania":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))elif continent[a] == "Others":Confirmed[continent[a]] = Confirmed.get(continent[a] , 0) + int(float(rows[a+1][4]))Deaths[continent[a]] = Deaths.get(continent[a] , 0) + int(float(rows[a+1][5]))Recovered[continent[a]] = Recovered.get(continent[a] , 0) + int(float(rows[a+1][6]))Active[continent[a]] = Active.get(continent[a] , 0) + int(float(rows[a+1][7]))Confirmed["Total"] = Confirmed["Africa"] + Confirmed["Asia"] + Confirmed["Oceania"] + Confirmed["Europe"] + Confirmed["America"] +Confirmed["Others"]Active["Total"] = Active["Africa"] + Active["Asia"] + Active["Oceania"] + Active["Europe"] + Active["America"] +Active["Others"]Deaths["Total"] = Deaths["Africa"] + Deaths["Asia"] + Deaths["Oceania"] + Deaths["Europe"] + Deaths["America"] +Deaths["Others"]Recovered["Total"] = Recovered["Africa"] + Recovered["Asia"] + Recovered["Oceania"] + Recovered["Europe"] + Recovered["America"] +Recovered["Others"]results = {"Confirmed": Confirmed,"Deaths": Deaths,"Recovered": Recovered,"Active": Active,}print(results)    return json.dumps(results, indent=2)       
main()
#一个学生物的编程爱好者#

这是在不考虑自动化处理缺省值的情况下的答案,至于使用numpy和pandas的自动化处理的版本近期将会更新。

这篇关于新冠疫情数据统计 蓝桥杯楼赛第二十三期(不考虑自动化处理缺省值)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/706341

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

解决docker目录内存不足扩容处理方案

《解决docker目录内存不足扩容处理方案》文章介绍了Docker存储目录迁移方法:因系统盘空间不足,需将Docker数据迁移到更大磁盘(如/home/docker),通过修改daemon.json配... 目录1、查看服务器所有磁盘的使用情况2、查看docker镜像和容器存储目录的空间大小3、停止dock

5 种使用Python自动化处理PDF的实用方法介绍

《5种使用Python自动化处理PDF的实用方法介绍》自动化处理PDF文件已成为减少重复工作、提升工作效率的重要手段,本文将介绍五种实用方法,从内置工具到专业库,帮助你在Python中实现PDF任务... 目录使用内置库(os、subprocess)调用外部工具使用 PyPDF2 进行基本 PDF 操作使用

C#自动化实现检测并删除PDF文件中的空白页面

《C#自动化实现检测并删除PDF文件中的空白页面》PDF文档在日常工作和生活中扮演着重要的角色,本文将深入探讨如何使用C#编程语言,结合强大的PDF处理库,自动化地检测并删除PDF文件中的空白页面,感... 目录理解PDF空白页的定义与挑战引入Spire.PDF for .NET库核心实现:检测并删除空白页

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

Python异常处理之避免try-except滥用的3个核心原则

《Python异常处理之避免try-except滥用的3个核心原则》在Python开发中,异常处理是保证程序健壮性的关键机制,本文结合真实案例与Python核心机制,提炼出避免异常滥用的三大原则,有需... 目录一、精准打击:只捕获可预见的异常类型1.1 通用异常捕获的陷阱1.2 精准捕获的实践方案1.3

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Python动态处理文件编码的完整指南

《Python动态处理文件编码的完整指南》在Python文件处理的高级应用中,我们经常会遇到需要动态处理文件编码的场景,本文将深入探讨Python中动态处理文件编码的技术,有需要的小伙伴可以了解下... 目录引言一、理解python的文件编码体系1.1 Python的IO层次结构1.2 编码问题的常见场景二