以下是一个使用 **Python 字典** 和 **collections.defaultdict** 来统计文本数据的解决方案。这种方法避免了直接使用 `pandas`，而是通过 Python 的内置数据结构实现统计汇总。 --- ### 示例代码： ```python from collections import defaultdict # 初始化统计数据 data_summary = defaultdict(lambda: defaultdict(int)) # 读取文本数据（假设为 CSV 格式） file_path = "data.csv" # 替换为你的文件路径 with open(file_path, 'r') as file: for line in file: # 假设每行格式为：A列,B列,C列 parts = line.strip().split(',') if len(parts) == 3: category_a, category_b, count_c = parts data_summary[category_a][category_b] += int(count_c) # 输出汇总结果 print("汇总结果：") for category_a, subcategories in data_summary.items(): for category_b, total_count in subcategories.items(): print(f"{category_a},{category_b},{total_count}") # 将汇总结果保存到新的文件中 output_file = "summary_output.txt" with open(output_file, 'w') as out_file: for category_a, subcategories in data_summary.items(): for category_b, total_count in subcategories.items(): out_file.write(f"{category_a},{category_b},{total_count}\n") print(f"\n汇总结果已保存到 {output_file}") ``` --- ### 解释： 1. **`defaultdict`**: - 使用 `collections.defaultdict` 创建嵌套字典，外层字典的键是 A 列（主类别），内层字典的键是 B 列（子类别），值是 C 列（子类别的数量）。 - 这样可以方便地对每个主类别和子类别进行累加。 2. **`with open()`**: - 使用 `with open()` 打开文件，确保文件操作完成后自动关闭。 3. **`line.strip().split(',')`**: - 去除每行的多余空格或换行符，并按逗号分隔字段。 4. **`data_summary[category_a][category_b] += int(count_c)`**: - 将 C 列的数值累加到对应的主类别和子类别中。 5. **输出结果**: - 遍历嵌套字典，输出每个主类别和子类别的总数量。 - 将结果保存到一个新的文本文件中。 --- ### 示例数据： 假设 `data.csv` 文件中的数据如下： | A列（主类别） | B列（子类别） | C列（子类别的数量） | |---------------|----------------|----------------------| | 类别1 | 子类别1 | 10 | | 类别1 | 子类别2 | 20 | | 类别1 | 子类别1 | 15 | | 类别2 | 子类别3 | 30 | | 类别2 | 子类别4 | 25 | 运行上述代码后，输出的汇总结果将是： ``` 汇总结果： 类别1,子类别1,25 类别1,子类别2,20 类别2,子类别3,30 类别2,子类别4,25 汇总结果已保存到 summary_output.txt ``` --- ### 注意事项： 1. 如果需要确保每个主类别有且仅有 4 个子类别，可以在汇总后检查数据完整性： ```python for category_a, subcategories in data_summary.items(): if len(subcategories) != 4: print(f"主类别 {category_a} 不满足 4 个子类别的要求") ``` 2. 如果某些子类别缺失，可以手动填充默认值或提示用户。 ---