Python 嵌套列表中的和值

我有一份清单：

l = [['a', 10, 30], ['b', 34, 89], ['c', 40, 60],['d',30,20]]

其中，每个子列表中的第一项是名称，其他两个数字是标记（sub1和sub2）

嵌套列表可以是动态的，即嵌套列表的数量可以根据功能进行更改

我要找的是找到

average of subj 1 i.e (10+34+40+30)/4 and 
similarly sub2 (30+89+60+20)/4

also average marks of a: (10+30)/2
average marks of b: (34+89)/2  and so on.

我试过：

c = 0
for i in range(0,len(list_marks1)):
    c += list_marks1[i][1]
sub_1avg = float(c)/len(list_marks1)
d = 0
for i in range(0,len(list_marks1)):
    d += list_marks1[i][2]
sub_2avg = float(d)/len(list_marks1)

但这是不对的

---

有什么最佳的方法可以做到这一点吗？因为嵌套列表中的主题数也可以更改。

您可以使用

sum

和生成器表达式：

>>> l= [['a', 10, 30], ['b', 34, 89], ['c', 40, 60],['d',30,20]]
>>> length = float(len(l))  # in Python 3 you don't need the "float"
>>> sum(subl[1] for subl in l) / length 
28.5
>>> sum(subl[2] for subl in l) / length
49.75

甚至在列表中这样做：

>>> [sum(subl[subj] for subl in l) / length for subj in range(1, 3)]
[28.5, 49.75]

同样，对于一个子列表的平均值：

>>> length = float(len(l[0])) - 1
>>> [sum(subl[1:]) / length for subl in l]
[20.0, 61.5, 50.0, 25.0]

当您使用python 3.4或更新版本时，您可以用以下内容替换

sum/length

：

---

您询问了最佳方法，所以我可能应该提到，有专门用于表格数据的包。例如，如果您有

pandas

，则使用

DataFrame

和

mean

更容易：

>>> import pandas as pd

>>> df = pd.DataFrame(l, columns=['name', 'x', 'y']) 
>>> df[['x', 'y']].mean(axis=0)
x    28.50
y    49.75
dtype: float64

>>> df[['x', 'y']].mean(axis=1)
0    20.0
1    61.5
2    50.0
3    25.0
dtype: float64

功能性方法：

l= [['a', 10, 30], ['b', 34, 89], ['c', 40, 60],['d',30,20]]
map(lambda x: sum(x)/float(len(x)), zip(*l)[1:])
[28.5, 49.75]

这种方法适用于任何子列表长度

l= [['a', 10, 30], ['b', 34, 89], ['c', 40, 60],['d',30,20]]
sub1_avg =  sum(n for _,n, _ in l)/float(len(l))
sub2_avg =  sum(n for _,_, n in l)/float(len(l))
student_avgs = [{x[0]: sum(x[1:])//float((len(x)-1))} for x in l]
print "Sub1 avg - {}\nSub2 avg - {}\nstudent avg - {}".format(sub1_avg, sub2_avg, student_avgs)

样本输出

Sub1 avg - 28.5
Sub2 avg - 49.75
student avg - [{'a': 20.0}, {'b': 61.0}, {'c': 50.0}, {'d': 25.0}]

---

您应该考虑使用<代码>字典>代码>代替可能更复杂的数据类型。

Sub1 avg - 28.5
Sub2 avg - 49.75
student avg - [{'a': 20.0}, {'b': 61.0}, {'c': 50.0}, {'d': 25.0}]