使用从两列计算出的键对 CSV 进行排序，获取前 n 个最大值

这里是 Python 业余爱好者...假设这里我有一个示例 csv 文件的片段：

Country, Year, GDP, Population
Country1,2002,44545,24352
Country2,2004,14325,75677
Country3,2005,23132412,1345234
Country4,,2312421,12412

我需要按某一年（例如 2002 年）的人均 GDP（GDP/人口）降序对文件进行排序，然后获取人均 GDP 值最大的前 10 行。

到目前为止，在我将 csv 导入到“data”变量后，我使用以下命令获取了所有 2002 年的数据，而没有丢失字段：

data_2 = []
for row in data:
if row[1] == '2002' and row[2]!= ' ' and row[3] != ' ':
    data_2.append(row)

我需要找到某种方法来排序data_2 by row[2]/row[3]降序，最好不使用类，然后抓取与每个最大 10 个值相关的每一整行，然后写入另一个 csv。如果有人能指出我正确的方向，我将永远感激不已，因为我已经尝试了无数的谷歌......

这种方法使您能够对文件进行一次扫描，以获得每个国家/地区的前 10 名...

无需pandas通过利用heapq模块，以下内容未经测试，但应该作为您参考适当文档并根据您的目的进行调整的基础：

import csv
import heapq
from itertools import islice

freqs = {}
with open('yourfile') as fin:
    csvin = csv.reader(fin)
    rows_with_gdp = ([float(row[2]) / float(row[3])] + row for row in islice(csvin, 1, None) if row[2] and row[3])
    for row in rows_with_gdp:
        cnt = freqs.setdefault(row[2], [[]] * 10) # 2 = year, 10 = num to keep
        heapq.heappushpop(cnt, row)

for year, vals in freqs.iteritems():
    print year, [row[1:] for row in sorted(filter(None, vals), reverse=True)]