在Python中按顺序聚合和计算DICT

有一个像这样的“d”：

[OrderedDict([
              ('id', '1'),
              ('date', '20170101'),
              ('quantity', '10')]),
 OrderedDict([
              ('id', '2'),
              ('date', '20170102'),
              ('quantity', '3')]),
 OrderedDict([
              ('id', '3'),
              ('date', '20170102'),
              ('quantity', '1')])]

我试图按“日期”分组，计算数量之和，并显示这两列“日期”和“数量之和”。如果不使用pandas groupby选项，我如何做到这一点

---

谢谢

这里是纯python方法，这只是一个给您提示的示例。如果您想在纯python中使用，可以使用这个

from collections import OrderedDict
import itertools
data=[OrderedDict([
              ('id', '1'),
              ('date', '20170101'),
              ('quantity', '10')]),
 OrderedDict([
              ('id', '2'),
              ('date', '20170102'),
              ('quantity', '3')]),
 OrderedDict([
              ('id', '3'),
              ('date', '20170102'),
              ('quantity', '1')])]



def get_quantity(ord_dict):
    new_ = []
    for g in [list(i) for j, i in itertools.groupby(ord_dict, lambda x: x['date'])]:
        if len(g) > 1:
            sub_dict={}
            temp = []
            date = []
            for i in g:
                temp.append(int(i['quantity']))
                date.append(i['date'])
            sub_dict['date'] = date[0]
            sub_dict['sum_quantity'] = sum(temp)
            new_.append(sub_dict)


        else:
            for i in g:
                sub_dict={}
                sub_dict['date']=i['date']
                sub_dict['sum_quantity']=i['quantity']
                new_.append(sub_dict)

    return new_
print(get_quantity(data))

输出：

[{'date': '20170101', 'sum_quantity': '10'}, {'date': '20170102', 'sum_quantity': 4}]

我试图按“日期”分组，计算数量之和，并显示这两列“日期”和“数量之和”

该代码将日期作为键，然后该值是数量的总和。在显示所需输出的示例之前，输出只是一种猜测

In[2]: from collections import OrderedDict, defaultdict
  ...: 
  ...: 
  ...: def solution(data):
  ...:     result = defaultdict(int)
  ...:     for od in data:
  ...:         result[od['date']] += int(od['quantity'])
  ...:     return result
  ...: 
In[3]: data = [
  ...:     OrderedDict([
  ...:         ('id', '1'),
  ...:         ('date', '20170101'),
  ...:         ('quantity', '10')]),
  ...:     OrderedDict([
  ...:         ('id', '2'),
  ...:         ('date', '20170102'),
  ...:         ('quantity', '3')]),
  ...:     OrderedDict([
  ...:         ('id', '3'),
  ...:         ('date', '20170102'),
  ...:         ('quantity', '1')])
  ...: ]
In[4]: grouped = solution(data)
In[5]: grouped
Out[5]: defaultdict(int, {'20170101': 10, '20170102': 4})
In[6]: print('{:>8}\tSum Quantity'.format('Date'))
  ...: for k, v in grouped.items():
  ...:     print('{}\t{:>12}'.format(k, v))
  ...: 
    Date    Sum Quantity
20170101              10
20170102               4

给定的

from collections import OrderedDict, defaultdict


lst = [
    OrderedDict([
              ("id", "1"),
              ("date", "20170101"),
              ("quantity", "10")]),
    OrderedDict([
              ("id", "2"),
              ("date", "20170102"),
              ("quantity", "3")]),
    OrderedDict([
              ("id", "3"),
              ("date", "20170102"),
              ("quantity", "1")])
]

借用配方：

代码

map\u reduce

使用可自定义的键和值构建一个

defaultdict

。缩减函数应用于最终的值列表

kfunc = lambda d: d["date"]
vfunc = lambda d: int(d["quantity"])
rfunc = lambda lst_: sum(lst_) 
agg = map_reduce(lst, keyfunc=kfunc, valuefunc=vfunc, reducefunc=rfunc)
agg
# defaultdict(None, {'20170101': 10, '20170102': 4})

我们使用列表理解最终结果

[{"date": k, "sum_quantity": v} for k, v in agg.items()]
# [{'date': '20170101', 'sum_quantity': 10}, {'date': '20170102', 'sum_quantity': 4}]

---

为什么忽略“日期”、“20170101”？他说他只想显示分组的日期和。正如他所说的“这两列‘日期’和‘总量’”，这不是我解析他的英语的方式。@StevenRumbalski，如果我弄错了，请纠正我。是的，我们的想法是对列表中的所有日期进行聚合。“显示这两列”是什么意思，打印出来？你能展示你想要的输出吗？

[{"date": k, "sum_quantity": v} for k, v in agg.items()]
# [{'date': '20170101', 'sum_quantity': 10}, {'date': '20170102', 'sum_quantity': 4}]