在Python中计算dict列表的平均值

我有一份每日价值清单，按顺序排列成一份清单，如下所示：

vals = [
    {'date': '1-1-2014', 'a': 10, 'b': 33.5, 'c': 82, 'notes': 'high repeat rate'},
    {'date': '2-1-2014', 'a': 5, 'b': 11.43, 'c': 182, 'notes': 'normal operations'},
    {'date': '3-1-2014', 'a': 0, 'b': 0.5, 'c': 2, 'notes': 'high failure rate'},
    ...]

我想做的是得到一个月的平均a、b和c

有没有比这样做更好的方法：

val_points = {}
val_len = len(vals)

for day in vals:
    for p in ['a', 'b', 'c']:
        if val_points.has_key(p):
            val_points += day[p]
        else:
            val_points = day[p]

val_avg = dict([(i, val_points[i] / val_len] for p in val_points])

我还没有运行上面的代码，可能有小故障，但我希望我能让大家明白我的想法。我知道可能有更好的方法使用操作符、itertools和集合的组合

{p:sum(map(lambda x:x[p],vals))/len(vals) for p in ['a','b','c']}

输出：

{'a': 5, 'c': 88, 'b': 15.143333333333333}

{'1': {'a': 11.666666666666666, 'c': 88.66666666666667, 'b': 15.143333333333333}, 
 '2': {'a': 10.0, 'c': 2.0, 'b': 0.5}}

输出：

{'a': 5, 'c': 88, 'b': 15.143333333333333}

{'1': {'a': 11.666666666666666, 'c': 88.66666666666667, 'b': 15.143333333333333}, 
 '2': {'a': 10.0, 'c': 2.0, 'b': 0.5}}

---

这可能比Elisha的答案略长，但中间数据结构较少，因此速度可能更快：

KEYS = ['a', 'b', 'c']

def sum_and_count(sums_and_counts, item, key):
    prev_sum, prev_count = sums_and_counts.get(key, (0,0)) # using get to have a fall-back if there is nothing in our sums_and_counts
    return (prev_sum+item.get(key, 0), prev_count+1) # using get to have a 0 default for a non-existing key in item

sums_and_counts = reduce(lambda sc, item: {key: sum_and_count(sc, item, key) for key in KEYS}, vals, {})

averages = {k:float(total)/no for (k,(total,no)) in sums_and_counts.iteritems()}
print averages

输出：

{'a': 5.0, 'c': 88.66666666666667, 'b': 15.143333333333333}

---

这可能比Elisha的答案略长，但中间数据结构较少，因此速度可能更快：

KEYS = ['a', 'b', 'c']

def sum_and_count(sums_and_counts, item, key):
    prev_sum, prev_count = sums_and_counts.get(key, (0,0)) # using get to have a fall-back if there is nothing in our sums_and_counts
    return (prev_sum+item.get(key, 0), prev_count+1) # using get to have a 0 default for a non-existing key in item

sums_and_counts = reduce(lambda sc, item: {key: sum_and_count(sc, item, key) for key in KEYS}, vals, {})

averages = {k:float(total)/no for (k,(total,no)) in sums_and_counts.iteritems()}
print averages

输出：

{'a': 5.0, 'c': 88.66666666666667, 'b': 15.143333333333333}

---

如果你有多个月的数据，熊猫会让你的生活更轻松：

df = pandas.DataFrame(vals)
df.date = [pandas.datetools.parse(d, dayfirst=True) for d in df.date]
df.set_index('date', inplace=True)
means = df.resample('m', how='mean')

结果：

            a          b          c
date                               
2014-01-31  5  15.143333  88.666667

---

如果你有多个月的数据，熊猫会让你的生活更轻松：

df = pandas.DataFrame(vals)
df.date = [pandas.datetools.parse(d, dayfirst=True) for d in df.date]
df.set_index('date', inplace=True)
means = df.resample('m', how='mean')

结果：

            a          b          c
date                               
2014-01-31  5  15.143333  88.666667

---

由于您希望按月计算平均值（此处考虑“dd-mm-yyyy”中的日期格式）：

输出：

{'a': 5, 'c': 88, 'b': 15.143333333333333}

{'1': {'a': 11.666666666666666, 'c': 88.66666666666667, 'b': 15.143333333333333}, 
 '2': {'a': 10.0, 'c': 2.0, 'b': 0.5}}

---

由于您希望按月计算平均值（此处考虑“dd-mm-yyyy”中的日期格式）：

输出：

{'a': 5, 'c': 88, 'b': 15.143333333333333}

{'1': {'a': 11.666666666666666, 'c': 88.66666666666667, 'b': 15.143333333333333}, 
 '2': {'a': 10.0, 'c': 2.0, 'b': 0.5}}

---

---

您是否确实阅读了您提到的模块的文档？一对导入将启用两个明显的简化。非主题：不要使用dict.has_key，它在Python3中被弃用并删除。使用：

如果p在val\u点：

另外，看看你写的代码实际上不起作用

val_points=day[p]

将在第一次使用单个值替换dict，然后在下一次通过时引发异常，因为您试图将其用作dict…实际上，这里不需要任何模块。在

dict

（试试

help（dict）

看看你是否能找到它）上有一个方法，如果你试图写的东西乱七八糟的话，它会取代整个4行

，但是你甚至不需要它，因为你可以从
{'a'：0，'b'：0，'c'：0}
或
dict.from_-keys（'abc'，value=0）
开始。然后，没有理由不在生成器表达式传递给
sum
时执行单独的循环，这是一个内置函数。（
operator
可以让这一点更好一些，但这不是必需的。）您是否确实阅读了您提到的模块的文档？一对导入将启用两个明显的简化。非主题：不要使用dict.has_key，它在Python3中被弃用并删除。使用：
如果p在val\u点：
另外，看看你写的代码实际上不起作用
val_points=day[p]
将在第一次使用单个值替换dict，然后在下一次通过时引发异常，因为您试图将其用作dict…实际上，这里不需要任何模块。在
dict
（试试
help（dict）
看看你是否能找到它）上有一个方法，如果你试图写的东西乱七八糟的话，它会取代整个4行
，但是你甚至不需要它，因为你可以从
{'a'：0，'b'：0，'c'：0}
或
dict.from_-keys（'abc'，value=0）
开始。然后，没有理由不在生成器表达式传递给
sum
时执行单独的循环，这是一个内置函数。（
operator
可以让这一点更好一些，但这不是必要的。）我认为这不是OP想要的。他想要的是“一个月a、b和c的平均值”-对我来说，听起来像是每月一次。我以为他是指每个DICT列表都是一个月，他没有在自己的示例代码中拆分为几个月，他要求答案做同样的事情，我假设2014年2月1日是2月1日，2014年3月1日是3月1日，等等，但我明白你的意思。我想我们得让OP来启发我们。我的意思就是这样。忘记使用地图了，在rubyland呆了太久。我不认为这是OP要求的。他想要的是“一个月a、b和c的平均值”-对我来说，听起来像是每月一次。我以为他是指每个DICT列表都是一个月，他没有在自己的示例代码中拆分为几个月，他要求答案做同样的事情，我假设2014年2月1日是2月1日，2014年3月1日是3月1日，等等，但我明白你的意思。我想我们得让OP来启发我们。我的意思就是这样。忘记使用map了，在rubyland呆的时间太长了。
'd'
密钥来自哪里？用于测试不存在的密钥。我的错误。我编辑了输出。
'd'
键来自哪里？用于测试不存在的键。我的错误。我编辑了输出。