Python中的一个函数，用于迭代要在表达式中使用的并发列表

我有四个单独的整数列表，需要在等式中同时使用：

h = [160, 193, 162, 17, 0]
d = [32, 1, 34, 35, 4]
t = [1, 2, 3, 4, 5]
r = [2, 5, 1, 3, 4]

s = h - (d + t + r)

我试图创建一个函数，我可以将每个单独的列表作为参数传递给它，以便在函数中使用。我希望能够获取每个列表上每个连续索引的值，然后在等式中的正确位置使用它们。然后，我将在每个索引处取s的值，并填充一个新列表

例如，索引[0]处的方程式应为：

s = 160 - (32 + 1 + 2)

如何从列表中获取每个整数值？我尝试过使用枚举函数，也读过*函数，但我不确定我是否应该解包列表-我是否应该用for循环遍历它们

def getSingles(h, d, r, t)
    singles = []
    for n, val in enumerate(h):
        hit = val
    for n, val in enumerate(d):
        double = val
    for n, val in enumerate(t):
        triple = val
    for n, val in enumerate(r):
        run = val

我在这里基本上很差劲——这可能吗？谢谢大家!

你可以把它们放在一起。像这样的方法应该会奏效：

>>> H = [160, 193, 162, 17, 0]
>>> D = [32, 1, 34, 35, 4]
>>> T = [1, 2, 3, 4, 5]
>>> R = [2, 5, 1, 3, 4]
>>> 
>>> for h, d, t, r in zip(H, D, T, R):
...     s = h - (d + t + r)
...     print(s)
... 
125
185
124
-25
-13

---

请注意，如果您使用的是Python 2.x，并且使用的是非常大的列表，则可能需要使用。

您可以使用

zip

函数和

map

中的lambda：

>>> map(lambda x: x[0] - (x[1] + x[2] + x[3]),zip(h,d,t,r))
[125, 185, 124, -25, -13]

A使这变得容易：

>>> import pandas as pd
>>> h = pd.Series([160, 193, 162, 17, 0])
>>> d = pd.Series([32, 1, 34, 35, 4])
>>> t = pd.Series([1, 2, 3, 4, 5])
>>> r = pd.Series([2, 5, 1, 3, 4])
>>> s = h - (d + t + r)
>>> s
0    125
1    185
2    124
3    -25
4    -13
dtype: int64

---

如果CSV文件中有h、d、t、r数据，则可以使用

pandas.read\u CSV（）

将其读取到pandas数据帧中。数据帧就像一个系列数组，可以以类似的方式计算新的列。

@simonzack你是来troll的吗？现在是2014年，python 3已经发布了足够长的时间了。@simonzack除了世界上大多数人仍在使用2.xBut FWIW外，我更新了2.x和3.x的答案。我不是在指导他们。我假设他们使用的是2.x，通常情况就是这样。我实际上使用的是Python3.x，但我很高兴知道这两个版本都适用。