Python，从dict数组中收集数据

我是Python新手，我从DB实现了这种结构

data=[
{'Value': '0.2', 'id': 1},
{'Value': '1.2', 'id': 1},
{'Value': '33.34', 'id': 2},
{'Value': '44.3', 'id': 3},
{'Value': '33.23', 'id': 3},
{'Value': '21.1', 'id': 4},
{'Value': '5.33', 'id': 4},
{'Value': '33.3', 'id': 5},
{'Value': '12.2', 'id': 5},
{'Value': '1.22', 'id': 5},
{'Value': '1.23', 'id': 6}
]

我知道我可以通过以下方式获取记录的id：

data[i]['id']

但我需要在适当的数据结构中按ID收集数据，以便获得每个ID的平均值

什么是更好的选择

---

我在考虑为每个ID集构建一个新的dict，但是ID的数量可能会增加，我不知道如何解决这个问题。如果有人能给我一些建议，我将不胜感激。

如果您有

numpy

，您可以轻松地使用它：

import numpy
numpy.mean([x['id'] for x in data])

否则，它将非常简单：

from __future__ import division # if python2.7
ids = [x['id'] for x in data]
print sum(ids)/len(ids)

---

您只需在收集完所有ID后创建ID列表：

id_list = [element['id'] for element in data]

---

从那里你可以计算你想要的任何东西。

假设你的数据是按ID排序的，就像它出现在

数据

变量中一样，你可以尝试使用

itertools.groupby

，可以指示它按

ID

分组。然后，您可以创建一个新词典，该词典的键等于

id

数字，值等于

的意思

：

In [1]: from itertools import groupby

In [2]: data=[
   ...: {'Value': '0.2', 'id': 1},
   ...: {'Value': '1.2', 'id': 1},
   ...: {'Value': '33.34', 'id': 2},
   ...: {'Value': '44.3', 'id': 3},
   ...: {'Value': '33.23', 'id': 3},
   ...: {'Value': '21.1', 'id': 4},
   ...: {'Value': '5.33', 'id': 4},
   ...: {'Value': '33.3', 'id': 5},
   ...: {'Value': '12.2', 'id': 5},
   ...: {'Value': '1.22', 'id': 5},
   ...: {'Value': '1.23', 'id': 6}
   ...: ]

In [3]: means = {}

In [4]: for k, g in groupby(data, key=lambda x: x['id']):
   ...:     g = list(g)
   ...:     means[k] = sum(float(x['Value']) for x in g) / len(g)
   ...:     
   ...:     

In [5]: means
Out[5]: 
{1: 0.69999999999999996,
 2: 33.340000000000003,
 3: 38.765000000000001,
 4: 13.215,
 5: 15.573333333333332,
 6: 1.23}

（更新：在DSM的评论之后）

您可以按如下方式重塑数据：

from collections import defaultdict

data=[
{'Value': '0.2', 'id': 1},
{'Value': '1.2', 'id': 1},
{'Value': '33.34', 'id': 2},
{'Value': '44.3', 'id': 3},
{'Value': '33.23', 'id': 3},
{'Value': '21.1', 'id': 4},
{'Value': '5.33', 'id': 4},
{'Value': '33.3', 'id': 5},
{'Value': '12.2', 'id': 5},
{'Value': '1.22', 'id': 5},
{'Value': '1.23', 'id': 6}
]

newdata = defaultdict(list)
for r in data:
    newdata[r['id']].append(float(r['Value']))

这将产生：

In [2]: newdata
Out[2]: defaultdict(<type 'list'>, {1: [0.2, 1.2], 2: [33.34], 3: [44.3, 33.23], 4: [21.1, 5.33], 5: [33.3, 12.2, 1.22], 6: [1.23]})

其中：

In [4]: mean
Out[4]: {1: 0.7, 2: 33.34, 3: 38.765, 4: 13.215, 5: 15.573333333333332, 6: 1.23}

---

我想这是一个显而易见的方法@DSM哈，因为我总是很难发现明显的方式，很高兴得到确认（尤其是你的：）。

mean

或

average

可能比

dict\u id

更好。您还可以使用

collections.OrderedDict

来保留id顺序。@J.F.Sebastian Good point-变量命名从来都不是我的强项。现在将更新。命名是著名引用中的一个难题。但是（令人惊讶的是）事实表明（就我所知的一项研究而言，简短的人工代码示例）好的名字只会帮助有经验的程序员：新手程序员阅读代码的速度同样慢，无论它是否遵循好的命名约定。+1。不过有两位——首先，在newdata中不需要

。keys（）：

，

在newdata:

中就足够了。其次，如果您使用

newdata=collections.defaultdict（list）

，那么

if/else

是不必要的，您只需使用

newdata[r['id']].append（val）

，并计算平均值：

mean={id:sum（values）/len（values）for id，newdata.viewitems（）}

@J.F.Sebastian：好的一点。最初我把它删掉了，因为我觉得它很琐碎。

In [4]: mean
Out[4]: {1: 0.7, 2: 33.34, 3: 38.765, 4: 13.215, 5: 15.573333333333332, 6: 1.23}