Python的文件操作

Question

实验3 对“身份证号.txt”进行以下操作：读入“身份证号.txt”，然后打印出来；读入“身份证号.txt”，然后写到“身份证号.csv”，一共7列，其中该csv文件第一行各列要分别设置列名，最后使用Excel打开该文件。在“身份证号.txt”文件的最后1行写入数据，内容为：人数 x 平均年龄 y 男生数量 a 女生数量 b，其中x、y、a、b是通过程序统计出来的数；使用程序统计出每个省的人数，按人数降序排列，并写入“身份证号.csv”文件；将“身份证号.csv”中年龄与实际年龄不符合（当年日期-出生日期）的数据在“身份证号.csv”中修改过来（提示：使用pandas模块对csv进行修改）。

Answer 1

【以下回答由 GPT 生成】

import pandas as pd
from datetime import datetime

# 1. 从名为“身份证号.txt”的文件中读取数据，然后将其打印出来。
with open('身份证号.txt', 'r') as file:
    data = file.read()
    print(data)

# 2. 将“身份证号.txt”中的数据读入，并写入名为“身份证号.csv”的文件中，共有7列。第一行作为列名。
df = pd.read_csv('身份证号.txt', sep='\t', header=None, names=['姓名', '身份证号', '性别', '省份', '出生日期', '年龄'])
df.to_csv('身份证号.csv', index=False)

# 3. 在“身份证号.txt”文件的最后一行写入以下数据: 人数x 平均年龄y 男生数量a 女生数量b，其中x、y、a、b是通过程序统计出来的数据。
num_people = df.shape[0]
average_age = df['年龄'].mean()
male_count = df[df['性别'] == '男'].shape[0]
female_count = df[df['性别'] == '女'].shape[0]

with open('身份证号.txt', 'a') as file:
    file.write(f'{num_people} {average_age} {male_count} {female_count}')

# 4. 使用程序统计每个省的人数，并按人数降序排列，然后将结果写入“身份证号.csv”文件。
province_counts = df['省份'].value_counts().reset_index()
province_counts.columns = ['省份', '人数']
province_counts.to_csv('身份证号.csv', mode='a', index=False)

# 5. 将“身份证号.csv”中年龄与实际年龄不符合的数据进行修改。
current_year = datetime.now().year
df['出生日期'] = pd.to_datetime(df['出生日期'])
df['年龄'] = current_year - df['出生日期'].dt.year
df.to_csv('身份证号.csv', index=False)

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^