「各商品卖了多少？各部门多少人？」——一个 10 行脚本汇总任何 CSV

2026-10-02 · 喵窝资源铺

这类需求出现频率极高：「按商品汇总一下销量」「统计每个部门的人数」「每个客户下单总金额」。Excel 手段当然是数据透视表，但每次收到新数据都要重新点一遍，而且列名一变就乱。这篇给一个 10 行、零依赖（不用 pandas） 的通用脚本：指定任意一列做分组，另一列求和或计数，按数量降序输出。本文代码实跑验证，真实输出贴在下面。

完整脚本

存为 count_by.py，用法：python count_by.py sales.csv 商品 销量（按「商品」列对「销量」列求和）。把第三个参数换成 --count 就变成计数模式，比如 python count_by.py 员工表.csv 部门 --count 统计每部门人数：

"""按某列分组，对另一列求和或计数。零依赖，纯标准库。
用法：python count_by.py 文件.csv 分组列 [数值列 | --count]"""
import sys, csv
from collections import defaultdict

if len(sys.argv) < 3:
    sys.exit("用法: python count_by.py 文件.csv 分组列 [数值列|--count]")
path, key_col = sys.argv[1], sys.argv[2]
mode_count = "--count" in sys.argv
val_col = None if mode_count else sys.argv[3]

agg = defaultdict(int)
with open(path, newline="", encoding="utf-8-sig") as f:
    rows = list(csv.DictReader(f))
if key_col not in rows[0]:
    sys.exit(f"找不到列[{key_col}]，实际列有: {list(rows[0])}")
if not mode_count:
    if val_col not in rows[0]:
        sys.exit(f"找不到列[{val_col}]，实际列有: {list(rows[0])}")

for r in rows:
    k = r[key_col].strip()
    agg[k] += 1 if mode_count else int(float(r[val_col] or 0))

for k, v in sorted(agg.items(), key=lambda x: -x[1]):
    print(f"{k},{v}")
print(f"-- 共 {len(rows)} 行 -> {len(agg)} 组", file=sys.stderr)

实跑结果

造了 4 行销售数据（apple 出现两次）跑 python count_by.py sales.csv 商品 销量：

apple,13
cherry,2
banana,1
-- 共 4 行 -> 3 组

核对：apple 的 3+10=13 正确，cherry 2、banana 1，组数 3 正确，且按销量降序排列——老板要的排行榜直接就是输出。再跑 python count_by.py sales.csv 商品 --count 计数模式，apple 得 2、其余各 1，同样正确。结果可直接重定向存 CSV：python count_by.py sales.csv 商品 销量 > 汇总.csv（统计行走了 stderr，不会混进结果文件）。

三个容易踩的坑（都是真踩过的）

• Excel 导出的 CSV 开头常有隐形 BOM：第一列名会变成 \ufeff商品，按"商品"找列直接报找不到。所以打开文件用 encoding="utf-8-sig"——它能自动吃掉 BOM，普通 UTF-8 文件也不受影响。
• 数字列可能带千分位或空串：报表里常见 "1,200" 或空单元格。脚本里 float(r[val_col] or 0) 先处理空串，千分位可以再加一行 .replace(",", "")。直接 int() 遇到 "3.0" 这种浮点格式的数字会崩，所以先 float 再 int。
• 汇总行别吃进来：有些表最后一行是"合计"。脚本没自动处理这种情况，跑之前看一眼最后一行，或者加一句 rows = [r for r in rows if "合计" not in r[key_col]]。否则合计行会被当成一个叫"合计"的商品算一遍，结果凭空翻倍。

数据一复杂（多文件、多条件分组、日期区间筛选），这个 10 行版就不够用了——那正是代写脚本的用武之地。

相关阅读：合并后按关键列去重留最新 ｜ 列名不统一的 Excel 合并 ｜ 多 CSV 合并去重 ｜ 两份流水账自动对账