Python：对于列表列表，获取每个位置的平均值

我有一份清单：

list_of_lists = []
list_1 = [-1, 0.67, 0.23, 0.11]
list_2 = [-1]
list_3 = [0.54, 0.24, -1]
list_4 = [0.2, 0.85, 0.8, 0.1, 0.9]
list_of_lists.append(list_1)
list_of_lists.append(list_2)
list_of_lists.append(list_3)
list_of_lists.append(list_4)

这个职位很有意义。我想返回一个列表，其中包含每个位置的平均值，不包括-1。也就是说，我想要：

[(0.54+0.2)/2, (0.67+0.24+0.85)/3, (0.23+0.8)/2, (0.11+0.1)/2, 0.9/1]

实际上是：

[0.37, 0.5866666666666667, 0.515, 0.10500000000000001, 0.9]

我怎样才能用蟒蛇的方式来做呢

编辑：

我正在使用Python2.7，我不是在寻找每个列表的平均值；相反，我在寻找“位置0处的所有列表元素不包括-1”的平均值，以及“位置1处的所有列表元素不包括-1”的平均值，等等

我的理由是：

[(0.54+0.2)/2, (0.67+0.24+0.85)/3, (0.23+0.8)/2, (0.11+0.1)/2, 0.9/1]

---

位置0的值是-1、-1、0.54和0.2，我想排除-1；位置1有0.67、0.24和0.85；位置3有0.23、-1和0.8等。无第三方库的解决方案：

from itertools import zip_longest
from statistics import mean

def f(lst):
    return [mean(x for x in t if x != -1) for t in zip_longest(*lst, fillvalue=-1)]

它使用with fillvalue设置为-1来转换列表，并将缺少的值设置为-1将在下一步被忽略。然后，一个生成器表达式和用于过滤掉-1并获得平均值。

这里是一个基于矢量化numpy的解决方案

import numpy as np

a = [[-1, 0.67, 0.23, 0.11],
     [-1],
     [0.54, 0.24, -1],
     [0.2, 0.85, 0.8, 0.1, 0.9]]

# first create non-jagged numpy array
b = -np.ones([len(a), max(map(len, a))])

for i, j in enumerate(a):
    b[i][0:len(j)] = j

# count negatives per column (for use later)
neg_count = [np.sum(b[:, i]==-1) for i in range(b.shape[1])]

# set negatives to 0
b[b==-1] = 0

# calculate means
means = [np.sum(b[:, i])/(b.shape[0]-neg_count[i]) \
         if (b.shape[0]-neg_count[i]) != 0 else 0 \
         for i in range(b.shape[1])]

# [0.37,
#  0.58666666666666667,
#  0.51500000000000001,
#  0.10500000000000001,
#  0.90000000000000002]

---

您可以使用pandas模块进行处理。代码如下：

import numpy as np
import pandas as pd

list_1 = [-1, 0.67, 0.23, 0.11,np.nan]
list_2 = [-1,np.nan,np.nan,np.nan,np.nan]
list_3 = [0.54, 0.24, -1,np.nan,np.nan]
list_4 = [0.2, 0.85, 0.8, 0.1, 0.9]
df=pd.DataFrame({"list_1":list_1,"list_2":list_2,"list_3":list_3,"list_4":list_4})
df=df.replace(-1,np.nan)
print(list(df.mean(axis=1)))

---

你应该研究一下列表的理解。类似于[suml/lenl for l in list of the list]的东西与过滤器相结合，以删除您不想要的任何特定内容，这将是一个良好的开端。@ap和神奇的拉链当然。@ap谢谢，但它是位置方面的，而不是列表方面的。列表中l的suml/lenl会给出每个列表的平均值，这不是我想要的。啊，我误解了“位置”是指主列表中的位置。您可能希望按照bipll的建议使用zip。我应该在问题中提到：我正在使用Python 2.7，而zip_longest只能在Python 3中工作。这个答案的一个问题是：如果b.shape[0]-neg_count[I]为0，则在该空间中返回nan。在那种情况下，我希望它返回-1。这里是修订版：means=[np.sumb[：，i]/b.shape[0]-neg_count[i]如果b.shape[0]-neg_count[i]！=0，则在范围b.shape[1]中，如果i为其他-1，则你会有一个全为-1的列吗？当然，您的更新是有效的，但它会降低效率。[除了您不需要其他0而不是其他-1吗？]是的，这是可能的-我从答案中返回了一些NaN，因此尽管这效率较低，但我认为这是必要的。我可以使用else 0，但在我的上下文中使用else-1是有意义的，因为在我的代码中，这是一个不可能的数字表示，我永远不会有负的平均值。

import numpy as np
import pandas as pd

list_1 = [-1, 0.67, 0.23, 0.11,np.nan]
list_2 = [-1,np.nan,np.nan,np.nan,np.nan]
list_3 = [0.54, 0.24, -1,np.nan,np.nan]
list_4 = [0.2, 0.85, 0.8, 0.1, 0.9]
df=pd.DataFrame({"list_1":list_1,"list_2":list_2,"list_3":list_3,"list_4":list_4})
df=df.replace(-1,np.nan)
print(list(df.mean(axis=1)))