按julia中的公共列值合并大量数组

扩展我之前提出的一个问题，假设我们有大量数组（比如500个数组），比如下面的3个第一个数组

5.03.5
6.0  3.6
7.0 3.0

5.04.5
6.0  4.7
8.0 3.0

5.04.0
6.0  3.2
8.0 4.0

以此类推，存储在一个数组中，因此我们有一个包含500个以上类型数组的数组。我想通过第一列的公共值将500个数组合并成一个数组，计算第二列相应元素的平均值。结果必须是以下数组：

5.0所有5个值的平均值
6.0所有6个值的平均值
7.0所有7个值的平均值
8.0所有8个值的平均值

---

我怎样才能做到这一点？谢谢大家!

也可以通过稍微修改

---

---

---

这是一个比@PicaudVincent（基于他的输入数据）的答案快约6倍的版本，但它没有对键进行排序，因此返回矩阵的行的顺序是任意的：

function accumarrays(A::Vector{Matrix{T}}) where {T}
    d = Dict{T, Tuple{T, Int}}()
    for a in A
        for i in indices(a, 1)
            ai = a[i, 1]
            d[ai] = get(d, ai, (zero(T), 0)) .+ (a[i, 2], 1)
        end
    end
    Aout = Matrix{typeof(one(T)/1)}(length(d), 2)
    i = 0
    for (key, val) in d
        Aout[i+=1, 1] = key
        Aout[i, 2] = val[1] / val[2]
    end
    return Aout
end

如果需要对行进行排序，则此操作有效，但速度仅为4-5倍：

function accumarrays_(A::Vector{Matrix{T}}) where {T}
    d = Dict{T, Tuple{T, Int}}()
    for a in A
        for i in indices(a, 1)
            ai = a[i, 1]
            d[ai] = get(d, ai, (zero(T), 0)) .+ (a[i, 2], 1)
        end
    end
    dkeys = sort!(collect(keys(d)))
    Aout = Matrix{typeof(one(T)/1)}(length(dkeys), 2)
    for i in eachindex(dkeys)
        val = d[dkeys[i]]
        Aout[i, 1] = dkeys[i]
        Aout[i, 2] = val[1] / val[2]
    end
    return Aout
end

---

对我考虑了我上一篇文章的延期。非常感谢。非常感谢你！速度确实总是受欢迎的，这也是我一直在寻找的！如果我们想得到标准偏差呢？我试图用函数

std（…，corrected=false）

调整以

d[ai]=get…

开头的行，但我无法获得标准偏差而不是平均值。即使对于平均值，难道不能使用

mean

函数吗？那是行不通的。函数

std

和

意味着

必须处理数字集合，但我的函数所做的是专门避免构建集合，因此这些函数无法操作。可以做一些类似于我得到标准的事情。然后你需要保持一个平方数的运行和，以及运行和计数。最后，你可以从那里计算出std。最好使用标准偏差的定义。我将尝试修改计算总和的行。

julia> a
3-element Array{Array{Float64,2},1}:
 [5.0 3.5; 6.0 3.6; 7.0 3.0]
 [5.0 4.5; 6.0 4.7; 8.0 3.0]
 [5.0 4.0; 6.0 3.2; 8.0 4.0]

julia> aggregate(a)
4×2 Array{Float64,2}:
 5.0  4.0    
 6.0  3.83333
 7.0  3.0    
 8.0  3.5

function accumarrays(A::Vector{Matrix{T}}) where {T}
    d = Dict{T, Tuple{T, Int}}()
    for a in A
        for i in indices(a, 1)
            ai = a[i, 1]
            d[ai] = get(d, ai, (zero(T), 0)) .+ (a[i, 2], 1)
        end
    end
    Aout = Matrix{typeof(one(T)/1)}(length(d), 2)
    i = 0
    for (key, val) in d
        Aout[i+=1, 1] = key
        Aout[i, 2] = val[1] / val[2]
    end
    return Aout
end

function accumarrays_(A::Vector{Matrix{T}}) where {T}
    d = Dict{T, Tuple{T, Int}}()
    for a in A
        for i in indices(a, 1)
            ai = a[i, 1]
            d[ai] = get(d, ai, (zero(T), 0)) .+ (a[i, 2], 1)
        end
    end
    dkeys = sort!(collect(keys(d)))
    Aout = Matrix{typeof(one(T)/1)}(length(dkeys), 2)
    for i in eachindex(dkeys)
        val = d[dkeys[i]]
        Aout[i, 1] = dkeys[i]
        Aout[i, 2] = val[1] / val[2]
    end
    return Aout
end