Python 获取值等于某个值的列表中的所有元素

我有一个列表，如下所示：

[[3, 4.6575, 7.3725], 
[3, 3.91, 5.694],
[2, 3.986666666666667, 6.6433333333333335],
[1, 3.9542857142857137, 5.674285714285714],....]

我想将第一个元素的值相等的行的所有值相加（实际上取平均值…但这是一个细节）。这意味着在上面的示例中，前两行将相加

[[3, 8.5675, 13.0665],
[2, 3.986666666666667, 6.6433333333333335],
[1, 3.9542857142857137, 5.674285714285714],....]

这意味着第一个值应该是唯一的

---

我想通过查找第一个值等于1的所有“行”来实现这一点，并将它们相加。我现在的问题是，如何找到第一个值等于某个值的所有行。

在Python中有很多方法可以做到这一点。 如果您的列表名为

a

，您可以进行列表理解，以获取第一列等于

值的行索引：

rows = [i for i in range(0,len(a)) if a[i][0]==value]

然而，我确信有很多库可以解析X维的数组或列表来检索各种统计数据。大量可用的库是使使用Python进行开发成为如此美妙体验的众多因素之一。
这应该是可行的：

lst = [[3, 4.6575, 7.3725], 
       [3, 3.91, 5.694],
       [2, 3.986666666666667, 6.6433333333333335],
       [1, 3.9542857142857137, 5.674285714285714]]

# group the values in a dictionary
import collections
d = collections.defaultdict(list)
for item in lst:
    d[item[0]].append(item)
# find sum of values
for key, value in d.items():
    print [key] + map(sum, zip(*value)[1:])

或者，使用
itertools.groupby
:

import itertools
groups = itertools.groupby(lst, lambda i: i[0])
for key, value in groups:
    print [key] + map(sum, zip(*value)[1:])

两种情况下的输出：

[1, 3.9542857142857137, 5.674285714285714]
[2, 3.986666666666667, 6.6433333333333335]
[3, 8.567499999999999, 13.0665]

如果要计算平均值而不是总和，只需定义自己的
mean
函数，并将该函数而不是
sum
函数传递到
map
：

mean = lambda x: sum(x) / float(len(x))
map(mean, zip...)

我只是提供了另一个使用列表理解的解决方案，
groupby
和
reduce
reduce
必须从py3.x中的
functools
导入。
我似乎遇到了以下错误：TypeError:“int”对象没有属性“getitem”。您的列表必须是二维的，就像在原始帖子中一样。它是。a的类型是列表，[0]的类型也是列表，[0][0]的类型是整数，[0][1]的类型和[0][1]的类型是浮点数。对我有效（Python 2.7）：
>>a=[…复制/粘贴列表…]
>rows=[i代表范围内的i（0，len（a）），如果a[i][0]==3]
[0，1]
这在平均值下也可能吗？
>>> from itertools import groupby
>>> alist
[[3, 4.6575, 7.3725], [3, 3.91, 5.694], [2, 3.986666666666667, 6.6433333333333335], [1, 3.9542857142857137, 5.674285714285714]]
>>> [reduce(lambda x, y: [key, x[1]+y[1], x[2]+y[2]], group) for key, group in groupby(alist, lambda x:x[0])]
[[3, 8.567499999999999, 13.0665], [2, 3.986666666666667, 6.6433333333333335], [1, 3.9542857142857137, 5.674285714285714]]