所以，我有一个csv文件如下：[较小的样本]
value,variable
320,1
272,1
284,1
544,2
568,2
544,2
316,3
558,3
542,3
260,4
266,4
710,4
272,5
290,5
558,5
416,6
782,6
626,6
我的目标是找到每个grouping的最高平均值。因此，在这种情况下，grouping 6是最高的。有了这些信息，我就会制作一个新的专栏，将grouping 6与其他所有人进行比较。
像这样：
320,1,1
272,1,1
284,1,1
544,2,1
568,2,1
544,2,1
316,3,1
558,3,1
542,3,1
260,4,1
266,4,1
710,4,1
272,5,1
290,5,1
558,5,1
416,6,9
782,6,9
626,6,9
我完全不知道从哪里开始。我最初认为也许我应该将每一行分成一个字典，然后平均每个分组，将一个新密钥作为平均值，然后取所有密钥[平均分组]并检测哪个是最高的。我只是不确定如何将其重新置于CSV中，甚至在保持数据完整性的同时执行此操作。
分析解答
要做这种事情，我建议使用pandas package：
import pandas as pd
# Read your file
data = pd.read_csv("file.csv")
# Get the group means
group_means = data.groupby('variable')['value'].agg('mean')
# Get the group with highest mean
group_max = group_means.idxmax()
# Add the last column to differentiate the highest mean
data['comparison'] = (data['variable'] == group_max).astype(int)