Python中多个文件的求和和平均值

我有一个关于Python输出的问题

我有以下3个文件作为输入数据：

归档

abc带-1-花环-n2
abc带-1-轮胎-n 1
带-1-重量-n2的abc

文件B

def带-1-玫瑰花结-n 1
带1号轮胎和2号轮胎的def
def约1位

文件C

ghi带-1-玫瑰花结-n 2
ghi as+n-生产-v 1
ghi-then-damage-V1

我首先尝试创建一个脚本，在该脚本中，我将考虑COL 2交集的值（COL 3）的总和。p> 这工作正常-正确输出所有行

我试图修改脚本来考虑COL 2交集的COL 3值的平均值，这是我遇到麻烦的地方。< /P> 基本上，脚本不会输出交点的线

脚本A

def sumVectors（A类填充、B类填充、输出文件）：
类_dictA={}
开放式（A类填充物，“rb”）作为开放式填充物：
对于打开的填充中的线：
items=line.split（）
等级A、专长、价值A=项目[：3]
等级dictA[专长]=浮动（valuesA）
类_dictB={}
打开（B类填充，“rb”）作为打开的填充：
对于开放式填充中的线：
items=line.split（）
等级B，专长，价值B=物品[：3]
class_dictB[feat]=浮动（valuesB）
以open（输出文件，“wb”）作为输出文件：
对于课堂主语：
如果输入B类：
权重=（类别目录[键]+类别目录[键]）/2
outstring=“\t”。连接（[classA+”-“+classB，键，str（重量）]）
打印输出
其他：
重量=等级[key]
outstring=“\t”。连接（[classA+”-“+classB，键，str（重量）]）
输出\u文件。写入（超出+“\n”）
对于B类中的键：
如果钥匙不在课堂上：
重量=等级B[键]
outstring=“\t”。连接（[classA+”-“+classB，键，str（重量）]）
输出\u文件。写入（超出+“\n”）

当我试图合并第三个文件时：我遇到了一个关键问题。在这里，我试图看看文件C中的一个键是否也在文件a和B中，如果是，我们取这三个文件的平均值。在这种情况下，当它进入第一个

if

块时，它给了我一个关键错误，因此我很难解决这个问题

下面是考虑3个文件的脚本示例

脚本B

def sumVector（A类填充、B类填充、C类填充、输出文件）：
类_dictA={}
开放式（A类填充物，“rb”）作为开放式填充物：
对于打开的填充中的线：
items=line.split（）
等级A、专长、价值A=项目[：3]
等级dictA[专长]=浮动（valuesA）
类_dictB={}
打开（B类填充，“rb”）作为打开的填充：
对于开放式填充中的线：
items=line.split（）
等级B，专长，价值B=物品[：3]
class_dictB[feat]=浮动（valuesB）
类_dictC={}
打开（C类填充，“rb”）作为打开的填充C：
对于开放式填充C中的线：
items=line.split（）
等级C，专长，价值C=项目[：3]
class_dictC[feat]=浮动（valuesC）
以open（输出文件，“wb”）作为输出文件：
对于课堂上的关键内容：
如果输入class_dictA和class_dictB：
权重=（类别dictA[key]+类别dictB[key]+类别dictC[key]）/3
outstring=“\t”。连接（[classA+”-“+classB+”-“+classC，键，str（重量）]）
打印输出
其他：
重量=等级[key]
outstring=“\t”。连接（[classA+”-“+classB+”-“+classC，键，str（重量）]）
输出\u文件。写入（超出+“\n”）

在脚本A的情况下，所需的输出将是：

（我们考虑COL 2中的公共元素的平均值）：

abc def带-1-玫瑰花结-n 1.5
abc def带-1-轮胎-n 1
abc def带-1-重量-n 2
带1号轮胎和2号轮胎的def
def约1位

在脚本B的情况下，所需的输出将是：

文件B （我们考虑COL 2中所有3个文件的公共元素的平均值）：

abc def ghi带-1-玫瑰花结-n 1.667
abc def ghi带-1-轮胎-n 1.5
abc def ghi带-1-重量-n 2
abc def ghi带-1-玫瑰花结-n 1.5
abc def ghi约位n 1
abc def ghi as+n-PRODUCT-v 1
abc def ghi然后损坏-v 1

有谁能帮我看看哪里出了问题，我不确定用什么最好的方法来解决这个问题。。。

---

谢谢。

您似乎在为每个文件显示列2的并集，而不是交集（并集=出现在任何文件中的所有值，交集=仅出现在所有文件中的值）。哪一个是正确的？第一个脚本为文件A和文件B输出

abc def with-1-tyre-n 1.5

abc def with-1-rosette-n 1.5

。这不是您想要的吗？旁白：如果您确实这样做是因为需要结果，那么您应该查看如下库：，这使得对数据执行分组操作更加容易。如果您这样做是为了学习，请继续。：^）@HughBothwell我想输出union，但每个文件中这些公共值的平均值。@TomFenech我想输出所有

from collections import defaultdict

# Because you are looking for a union of files, we can treat
#  the input data as a simple concatenation of all input files;
# If you were after intersection, we would have to deal with
#  each input file separately.
def chain_from_files(*filenames):
    for fname in filenames:
        with open(fname, "rb") as inf:
            for line in inf:
                yield line

# get the key and all related data for each line
def get_item(line):
    row = line.split()
    return row[1], (row[0], int(row[2]))    # <= returns a tuple ('abc', 2)

# iterate through the input,
# collect a list of related values for each key
def collect_items(lines, get_item):
    result = defaultdict(list)
    for line in lines:
        key, value = get_item(line)
        result[key].append(value)
    return result

# make an output-string for each key
# and its list of related values
def show_item(key, values):
    classes, nums = zip(*values)          # <= unpacks the tuples
    classes = '-'.join(sorted(set(classes)))
    average = float(sum(nums)) / len(nums)
    return "{} {} {}\n".format(classes, key, average)

def main():
    lines = chain_from_files(classA_infile, classB_infile, classC_infile)
    data  = collect_items(lines, get_item)

    with open(outputfile, "wb") as outf:
        for key,value in data.items():
            outf.write(show_item(key, value))

if __name__=="__main__":
    main()

ghi then-damage-v 1.0
abc-def with-1-tyre-n 1.5
abc-def-ghi with-1-rosette-n 1.66666666667
ghi as+n-produce-v 1.0
abc with-1-weight-n 2.0
def about-bit-n 1.0