在数据分析领域，pandas库无疑是处理表格数据的强大工具。然而，在某些特定场景下，例如受限于环境、需要更底层控制或学习基础python文件操作时，我们可能需要在不使用pandas的情况下，手动从csv文件中读取数据并进行计算。本文将专注于一个常见需求：计算csv文件中指定数值列的平均值，并解决初学者常遇到的indexerror问题。
理解并解决 IndexError
初学者在使用列表进行累加操作时，常常会遇到IndexError: list index out of range。这通常发生在尝试访问或修改一个列表中尚不存在的索引位置时。例如，如果 averages 是一个空列表 []，那么 averages[0] += value 就会立即报错，因为 averages 中并没有索引为 0 的元素。
错误的初始化方式示例：
averages = [] # ... 在循环中尝试 averages[i] += value 会导致 IndexError
正确的初始化方式：
为了避免 IndexError，我们需要在开始累加数据之前，根据需要计算平均值的列数，预先初始化 averages 列表。一个简单有效的方法是创建一个包含零的列表，其长度等于需要计算平均值的列数。
立即学习“Python免费学习笔记（深入）”；
num_columns_to_average = ... # 根据数据确定需要平均的列数 averages = [0.0] * num_columns_to_average # 使用浮点数0初始化
这样，每个索引位置都预先存在一个 0.0 值，后续的累加操作 (averages[i] += value) 就能顺利进行。
数据读取、解析与平均值计算
假设我们有一个CSV文件，其中第一行是标题，第一列是行标识符（例如序号），而后续列是我们需要计算平均值的数值数据。
示例数据结构：RADIOLOGY.csv
Sr JAN FEB MAR APR 1 2317 5327 997 986 2 2605 5617 1085 1105 3 2364 5490 1061 998 4 2975 6236 1129 1164 5 2766 5877 1206 1104 6 2762 6058 1295 908 7 3020 6602 1274 1089 8 2576 5644 1091 1041 9 3329 6643 1396 1130 10 2989 6284 1330 1192
核心步骤：
- 文件读取： 使用 open() 函数以文本模式读取CSV文件，并通过 readlines() 获取所有行。
- 确定列数： 根据标题行（或任意数据行）确定需要计算平均值的列数。通常，这等于总列数减去非数据列（如行标识符）。
- 列表初始化： 初始化一个长度等于数据列数的列表，所有元素为 0.0，用于存储每列的总和。
-
遍历数据行：
- 跳过标题行。
- 对于每一行，将其分割成独立的数值字符串。
- 跳过行标识符列。
- 将剩余的数值字符串转换为浮点数，并累加到对应的列总和中。
- 计算最终平均值： 将每列的总和除以实际的数据行数（总行数减去标题行）。
下面是一个完整的Python代码示例，演示如何实现上述逻辑：
import os
def compute_column_averages(file_path):
"""
从CSV文件中读取数据，并计算特定数值列的平均值。
假设：
1. CSV文件第一行是标题。
2. CSV文件第一列是行标识符，不参与平均值计算。
3. 数据列从第二列开始，且均为数值。
4. 各列之间使用空格分隔。
"""
if not os.path.exists(file_path):
print(f"错误：文件 '{file_path}' 不存在。")
return [], []
with open(file_path, 'r', encoding=' 
