对排序列表中的多个条目进行平均

Question

我有一个排序的二维列表，其中第一列中的特定值可以出现多次，但第二列中的对应值不同。

示例：

我想对这些多个条目进行平均，以便我的最终列表看起来像

一个问题是，您不知道某个值出现了多少次。到目前为止我的代码看起来像

for i in range(len(list)):
    print i
    if i+1 < len(list):
        if list[i][0] == list[i+1][0]:
            j = 0
            sum = 0
            while list[i][0] == list[i+j][0]:     #this while loop is there to account for the unknown number of multiple values
                sum += list[i+j][1]
                j += 1
            avg = sum / j
            #print avg
            #i+=j                                 # here I try to skip the next j steps in the for loop, but it doesn't work
            #final[i].append(i)
            #final[i].append(avg)                 # How do I append a tuple [i, avg] to the final list?
        else:
            final.append(list[i])
    else:
        final.append(list[i])
print final

我的问题是：

如何正确计算多个条目而不计算在内他们用 for 循环两次？
如何将元组 [i, avg] 附加到最终列表？

Answer 1

您可以使用字典来计算左列中的每个值出现了多少次？和一个单独的字典来映射与每个左条目关联的元素的总和。然后用最后一个 for 循环，将总和除以计数。

from collections import defaultdict
someList = [(1,10), (2,20), (3,30), (4,40), (5,45), (5,50), (5,55)]
count_dict = defaultdict(lambda:0)
sum_dict = defaultdict(lambda:0.0)
for left_val, right_val in someList:
    count_dict[left_val] += 1
    sum_dict[left_val] += right_val

for left_val in sorted(count_dict):
    print left_val, sum_dict[left_val]/count_dict[left_val]

输出

Answer 2

首先我们需要将列组合在一起。我们将使用字典来完成此操作，其中键是左列，值是该键的值列表。然后，我们可以做一个简单的计算得到平均值。

from  collections import defaultdict

data = [
    (1, 10),
    (2, 20),
    (3, 30),
    (3, 35),
    (4, 40),
    (5, 45),
    (5, 50),
    (5, 55),
    (6, 60)
]

# Organize the data into a dict
d = defaultdict(list)
for key, value in data:
    d[key].append(value)

# Calculate the averages
averages = dict()
for key in d:
    averages[key] = sum(d[key]) / float(len(d[key]))

# Use the averages
print(averages)

输出：

{1: 10.0, 2: 20.0, 3: 32.5, 4: 40.0, 5: 50.0, 6: 60.0}

Answer 3

以下代码使用 itertools 中的 groupby：

lst = [[1, 10],
       [2, 20],
       [3, 30],
       [3, 35],
       [4, 40],
       [5, 45],
       [5, 50],
       [5, 55],
       [6, 60],
       ]
from itertools import groupby

avglst = []
for grpname, grpvalues in groupby(lst, lambda itm: itm[0]):
    values = [itm[1] for itm in grpvalues]
    avgval = float(sum(values)) / len(values)
    avglst.append([grpname, avgval])
print(avglst)

当运行:

$ python avglist.py                                                                    (env: stack)
python[[1, 10.0], [2, 20.0], [3, 32.5], [4, 40.0], [5, 50.0], [6, 60.0]]

它提供了您要求的结果。

解释：

groupby 获取可迭代对象（列表）和一个函数，该函数计算称为键的 s，即一个值，用于创建组。在我们的例子中，我们将根据列表项中的第一个元素进行分组。

请注意，每次键值更改时 groupby 都会创建组，因此请确保您的输入列表是排序，否则你会得到比你预期更多的组。

groupby returns 元组 (grpname, groupvalues) 其中 grpname 是给定的键值组，groupvalues 是该组中所有项目的迭代器。小心，它不是 list，要从中获取列表，某些东西（比如调用 list(grpvalues)）必须迭代这些值。在我们的例子中，我们使用列表推导式进行迭代，只在每个列表元素中选择第二项。

虽然 python 中的迭代器、生成器和类似结构乍一看似乎过于复杂，他们目前的服务非常好，必须处理非常大的列表和可迭代对象。在这样一个在这种情况下，Python 迭代器仅在内存中保存当前项，因此可以管理非常大甚至无尽的迭代。

Answer 4

以下是结合使用 Counter 和 OrderedDict 的方法：

from __future__ import division  # Python 2
from collections import Counter, OrderedDict
counts, sums = OrderedDict(), Counter()
for left, right in [(1,10), (2,20), (3,30), (4,40), (5,45), (5,50), (5,55)]:
    counts[left] = counts.get(left, 0) + 1
    sums[left] += right

result = [(key, sums[key]/counts[key]) for key in counts]

对排序列表中的多个条目进行平均

average over multiple entries in a sorted list

python

list

输出