Python统计数据文件特定区间数据量的详细步骤_Python

一、统计数据文件特定区间数据量步骤：

（1）读取文件数据。readlines按列读取数据；

（2）设置数据区间。按照数据大小对数据进行区间设置(min,max等)；

（3）循环遍历数据，统计数据区间内数据量；

二、以统计txt文件[455120,455140]、[455140,455160]、[455160,455180]、[455180,455200]四个区间数据量为例，使用该方法实现数据量统计：

# 统计“xxx.txt”文件区间数据量
# 数据加载
def load_numbers(file):
    numbers = []
    with open(file, 'r') as f:
        for line in f.readlines():
            numbers.append(float(line))
    return numbers
if __name__ == '__main__':
    # 从文件 txt 中加载数据
    numbers = load_numbers('xxx.txt')
    min1 = 455120  # 区间下限
    max1 = 455140
    min2 = 455140
    max2 = 455160
    min3 = 455160
    max3 = 455180
    min4 = 455180
    max4 = 455200
    # 统计区间数字个数
    i = j = k = l = 0
    for val in numbers:
        # 如果不要包含上下限，去掉 = 号
        if val > min1 and val < max1:
            i = i + 1
        elif val > min2 and val < max2:
            j = j + 1
        elif val > min3 and val < max3:
            k = k + 1
        else :
            l = l + 1
    # 将结果保存到文件 result.txt 中
    with open('result.txt', 'w') as f:
        f.write('[%d,%d]:%d' % (min1, max1, i) + '\n'
                '[%d,%d]:%d' % (min2, max2, j) + '\n'
                '[%d,%d]:%d' % (min3, max3, k) + '\n'
                '[%d,%d]:%d' % (min4, max4, l))
    print('done.')

统计文本文件中特定区间的数据量，核心就是‌读取文件 → 按区间条件筛选 → 计数‌，最直接的写法是循环遍历。‌‌

# 读取文件，每行一个数值
def load_numbers(file):
    numbers = []
    with open(file, 'r') as f:
        for line in f.readlines():
            numbers.append(float(line))
    return numbers
numbers = load_numbers('data.txt')
# 定义区间（左开右开，不含边界）
min1, max1 = 455120, 455140
min2, max2 = 455140, 455160
# 统计各区间数量
i = j = 0
for val in numbers:
    if min1 < val < max1:
        i += 1
    elif min2 < val < max2:
        j += 1
print(f'[{min1},{max1}]: {i}')
print(f'[{min2},{max2}]: {j}')

⚡ 更高效的方式

数据量大时用 ‌pandas + pd.cut‌ 一行搞定，还能一次统计多个区间：‌‌

import pandas as pd
# 读取一列数据
df = pd.read_csv('data.csv', header=none, names=['value'])
# 自定义区间边界（左闭右开）
bins = [455120, 455140, 455160, 455180, 455200]
labels = ['455120-455140', '455140-455160', '455160-455180', '455180-455200']
# 分箱并统计数量
df['range'] = pd.cut(df['value'], bins=bins, labels=labels, right=false)
count = df['range'].value_counts().sort_index()
print(count)