文件“winemag-data.csv” 包含编号、国家、描述、评分、价格、省份等6列和12974行葡萄酒评论的数据。数据格式如下所示：‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬

  1. number,country,description,points,price,province
  2. 30,France,"Red cherry fruit comes laced with....",86,15,Beaujolais
  3. 50,Italy,"This blend of Nero Avola and Syrah....",86,15,Sicily
  4. 100,US,"Fresh apple, lemon and pear flavors....",88,18,New York

通过分析这些数据，用户可以根据产地、评份、价格等挑选适合自己的葡萄酒，商家可以分析消费者的购买行为习惯，可以更加准确地提供适合市场的产品，精准定位客户。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬
请读取文件中的数据，完成以下任务：‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬

  • 输入’国家名列表’，统计文件中出现的葡萄酒生产国家，输出不重复的国家名列表，按字母表升序排序， 若国家名数据缺失，略过该条数据，返回值中不包含空字符串元素
  • 输入’平均分’，计算每个国家的葡萄酒的平均得分( 保留最多2位小数)，返回值为国家名和得分的列表
  • 输入’平均分排序’，计算每个国家的葡萄酒的平均得分，返回值为国家名和得分的列表， 按评分由高到低降序排列
  • 输入’评分最高’，输出评分最高的十款葡萄酒的编号、出产国、评分和价格，按评分降序输出
  • 输入’价格最高’，输出价格最高的二十款葡萄酒的编号、出产国、评分和价格，按价格降序输出
  • 输入’葡萄酒评分’，统计各个评分的葡萄酒数量是多少？输出各个评分的葡萄酒数量的列表；输出拥有葡萄酒数量最多的评分和数量；输出拥有葡萄酒数量最多的评分的葡萄酒的平均价格
  • 输入其他时，输出“输入错误” ```python

    —————— ———- ———— —————- —————-

    @File : 7.4.2 葡萄酒评论分析报告.py

    @Contact : vasp@qq.com

    @Copyright : 2018-2025, Wuhan University of Technology

    @Modify Time: 2021/4/27 16:38

    @Author : 赵广辉

    @Version : 1.0

    @License : 仅限用于Python程序设计基础实践教程(赵广辉,高等教育出版社)配套实验

    —————— ———- ———— —————- —————-

1 统计文件中出现的葡萄酒生产国家，输出不重复的国家名列表，按字母

表升序排序， 若国家名数据缺失，略过该条数据，返回值中不包含空字符串元素

2 计算每个国家的葡萄酒的平均得分，返回值为国家名和得分的列表

3 计算每个国家的葡萄酒的平均得分，返回值为国家名和得分的列表，按评分由高到低降序排列

4 评分最高的十款葡萄酒的编号、出产国、评分和价格，按评分降序输出

5 价格最高的二十款葡萄酒的编号、出产国、评分和价格，按价格降序输出

6 统计各个评分的葡萄酒数量是多少？输出包含评分和数量的列表

7 输出拥有葡萄酒数量最多的评分和数量

8 输出拥有葡萄酒数量最多的评分的葡萄酒的平均价格

import pandas as pd import math

定义符号常量，用于索引，使之具有清晰的语义

NUMBER = 0 COUNTRY = 1 DESCRIPTION = 2 POINTS = 3 PRICE = 4 PROVINCE = 5

def csv_to_ls(file): “””接收文件名为参数，用pandas读取数据为dataframe格式， 再将其数据部分(values)用tolist()方法转为二维列表， 返回这个二维列表。 @参数 file：文件名，字符串类型 “”” wine_list = pd.read_csv(file).values.tolist()

  1. # print(wine_list)
  2. return wine_list

def country_ls(wine_list): “””接收列表格式的葡萄酒数据为参数，略过标题行，返回不重复的国家名列表，按字母表升序排序， 若国家名数据缺失，略过该条数据，返回值中不包含空字符串元素。 @参数 wine_list：葡萄酒数据，列表类型 “”” country_list = [] for x in wine_list: if x[COUNTRY] not in country_list: country_list.append(x[COUNTRY]) country_list.sort()

  1. # print(country_list)
  2. return country_list

def avg_point(wine_list, country): “””接收列表格式的葡萄酒数据和国家名列表为参数，计算每个国家的葡萄酒的平均得分， 返回值为国家名和得分的列表。 @参数 wine_list：葡萄酒数据，列表类型 @参数 country：国家名，列表类型 “”” avg_point_per_country = [] for country_name in country: point_of_country = [x[POINTS] for x in wine_list[1:] if x[COUNTRY] == country_name] # 每个国家的葡萄酒评分列表 avg_point_per_country.append([country_name, round(sum(point_of_country) / len(point_of_country), 2)]) return avg_point_per_country # 返回每个国家的葡萄酒的平均评分

def avg_point_sort(wine_list, country): “””接收列表格式的葡萄酒数据和国家名列表为参数，计算每个国家的葡萄酒的平均得分， 返回值为国家名和得分的列表，按评分由高到低降序排列。 @参数 wine_list：葡萄酒数据，列表类型 @参数 country：国家名，列表类型 “”” avg_point_per_country = [] for country_name in country: point_of_country = [float(x[POINTS]) for x in wine_list[1:] if x[COUNTRY] == country_name] # 每个国家的葡萄酒评分列表 avg_point_per_country.append([country_name, round(sum(point_of_country) / len(point_of_country), 2)]) return sorted(avg_point_per_country, key=lambda x: x[1], reverse=True) # 返回每个国家的葡萄酒的平均评分

def top_10_point(wine_list): “””接收列表格式的葡萄酒数据参数，返回评分最高的十款葡萄酒的编号、出产国、评分和价格，按评 分降序输出。 需要注意的是评分可能有缺失值，此时该数据为nan if math.isnan(x) == False可用于判定x的值是不是nan nan的数据类型是float,不可以直接用字符串判定方法。 @参数 wine_list：葡萄酒数据，列表类型 “”” wine_top_point = [[x[NUMBER], x[COUNTRY], x[POINTS], x[PRICE]] for x in wine_list if math.isnan(x[POINTS]) is False] return sorted(wine_top_point, key=lambda x: x[2], reverse=True)[:10]

def top_20_price(wine_list): “””接收列表格式的葡萄酒数据参数，返回价格最高的二十款葡萄酒的编号、出产国、评分和价格，按价 格降序输出。 @参数 wine_list：葡萄酒数据，列表类型 需要注意的是价格可能有缺失值，此时该数据为nan if math.isnan(x) == False可用于判定x的值是不是nan nan的数据类型是float,不可以直接用字符串判定方法。 “”” wine_top_price = [[x[NUMBER], x[COUNTRY], x[POINTS], x[PRICE]]for x in wine_list if math.isnan(x[PRICE]) is False] return sorted(wine_top_price, key=lambda x: x[3], reverse=True)[:20]

def amount_of_point(wine_list): “””接收列表格式的葡萄酒数据参数，返回每个评分的葡萄酒数量，忽略没有评分的数据 例如[…[84, 645], [85, 959],…]表示得分为84的葡萄酒645种，得分85的葡萄酒有959种。 @参数 wine_list：葡萄酒数据，列表类型 “”” point_list = [] for x in wine_list: if x[POINTS] not in point_list: point_list.append(x[POINTS]) point_list.sort() amount = [x[POINTS] for x in wine_list] amount_of_points = [[point, amount.count(point)] for point in point_list]

  1. # print(amount_of_points)
  2. return amount_of_points

def most_of_point(amount_of_points): “””接收每个评分的葡萄酒数量的列表为参数，返回获得该分数数量最多的评分和数量的列表。 @参数 amount_of_points：每个评分的葡萄酒数量，列表类型 “”” return sorted(amount_of_points, key=lambda x: x[1], reverse=True)[0]

def avg_price_of_most_point(wine_list, most_of_points): “””接收列表格式的葡萄酒数据和获得最多的评分及数量的列表为参数 忽略缺失价格的数据，返回这个分数的葡萄酒的平均价格，保留2位小数。 @参数 wine_list：葡萄酒数据，列表类型 @参数 most_of_points：获得最多的评分及数量，列表类型 “”” price_of_point = [x[PRICE] for x in wine_list if x[POINTS] == most_of_points[0] and math.isnan(x[PRICE]) is False] avg_price_of_point = sum(price_of_point) / len(price_of_point)

  1. # print(price_of_point)
  2. return round(avg_price_of_point, 2)

def judge(txt): “””接收一个字符串为参数，根据参数值调用不同函数完成任务””” filename = ‘./winemag-data.csv’ wine = csv_to_ls(filename) country = country_ls(wine) if txt == ‘国家名列表’: print(country) elif txt == ‘平均分’: print(avg_point(wine, country)) # 每个国家的葡萄酒的平均得分 elif txt == ‘平均分排序’: print(avg_point_sort(wine, country)) # 每个国家的葡萄酒的平均得分降序输出 elif txt == ‘评分最高’: print(top_10_point(wine)) # 评分最高的十款葡萄酒的编号、出产国、评分和价格，按评分降序输出 elif txt == ‘价格最高’: print(top_20_price(wine)) # 价格最高的二十款葡萄酒的编号、出产国、评分和价格，按价格降序输出 elif txt == ‘葡萄酒评分’: amount_point = amount_of_point(wine) most_point = most_of_point(amount_point) print(amount_point) # 各个评分的葡萄酒数量 print(most_point) # 拥有葡萄酒数量最多的评分和数量 print(avg_price_of_most_point(wine, most_point)) # 拥有葡萄酒数量最多的评分的葡萄酒的平均价格 else: print(‘输入错误’)

if name == ‘main‘: text = input() judge(text) ```