Python中基于行输入的条件和

我试图用Python做一个条件和积。简化思路如下：

A = [1 1 2 3 3 3]
B = [0.50 0.25 0.99 0.80 0.70 0.20]

我想把它作为输出

Total1 = 0.50*1 + 0.25*1
Total2 = 0.99*2
Total3 = 0.80*3 + 0.70*3 + 0.20*3

我想用一个。。。如果。。。结构，指定对于

a

中的给定值，应将

B

中的所有对应值相加

事实上，这是一个巨大的数据集，所以我必须让脚本能够遍历所有类别

目前，我正在努力将这个想法转化为一个合适的Python脚本。

---

有人能给我指出正确的方向吗？

我想你可以用

itertools解决这个问题。groupby

：

import itertools
from operator import itemgetter

results = [group * sum(v[1] for v in values)
           for group, values in itertools.groupby(zip(A, B), itemgetter(0))]

---

这假设

A

中所有相等的数字彼此相邻。如果它们可能没有排序，您可能需要对它们进行排序或使用不同的算法。

这似乎非常适合（假设

a

中的值是排序的，那么

a=[1,1,2,2,1]

可能无法正常工作）：

其中打印：

1 0.75
2 1.98
3 5.1

您还可以将其存储在列表中，而不是打印值：

res = []
for key, grp in groupby(zip(A, B), key=lambda x: x[0]):
    grp = [i[1] for i in grp]
    res.append(key*sum(grp))
print(res)
# [0.75, 1.98, 5.1]

---

如果第三方软件包可能是您的选择，您还可以使用：

或者直接使用

groupedby

的

reduce

参数：

>>> groupedby(zip(A, B), key=itemgetter(0), keep=lambda x: x[0]*x[1], reduce=add)
{1: 0.75, 2: 1.98, 3: 5.1}

---

免责声明：我是该软件包的作者。

我想到了类似的东西。有一个边缘案例我不知道该如何处理，希望可以删除：

In [1]: sums = {}
In [2]: A = [1, 1, 2, 3, 3, 3]
   ...: B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
In [3]: for count, item in zip(A, B):
    ...:     try:
    ...:         sums[count] += item * count
    ...:     except KeyError:
    ...:         sums[count] = item * count
    ...:         

In [4]: sums
Out[5]: {1: 0.75, 2: 1.98, 3: 5.1}

编辑：

正如注释

deafultdict

中所建议的，它可以用来摆脱这个丑陋的

try except

块：

In [2]: from collections import defaultdict

In [3]: sum = defaultdict(lambda: 0)

In [4]: sum[1]
Out[4]: 0

In [5]: sum
Out[5]: defaultdict(<function __main__.<lambda>>, {1: 0})

---

如果您不介意为此使用numpy并假设组已排序，则可以通过以下方式进行操作：

A = [1, 1, 2, 3, 3, 3]
B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
A = np.asarray([1, 1, 2, 3, 3, 3])
B = np.asarray([0.50, 0.25, 0.99, 0.80, 0.70, 0.20])
index = np.full(len(A),True)
index[:-1] = A[1:] != A[:-1]
prods = A*B

#result
res = np.add.reduceat(prods, np.append([0], (np.where(index)[0]+1)[:-1]))

---

此外，如果您有大的列表，这会真正加快操作速度

您能澄清A和B之间的关系吗？当然，一些上下文：我有一个公司名称（行）的excel文件，列中有1°“类型”=要应用的2°百分比=B我需要获得每种公司类型的百分比总和。希望这有帮助！如果没有，开枪！这种情况下的产品是什么？似乎您只是想要一个sum。您可以使用初始化为0的

defaultdict

来避免

try-except

块，而不是使用

lambda:0

只需使用

int

。这是因为

int（）还有一个问题，A中的值未排序。。例如：A=[1 1 2 3 1 4 2 1]B中的值按以下顺序与A中的值匹配。因此，如果我对A排序，B就不再匹配了？在这种情况下，您可以对
邮政编码进行排序。与只使用
zip（A，B）
不同，您必须使用
sorted（zip（A，B），key=lambda x:x[0]）
（基于A排序而不丢失B的相应值）。这只适用于
itertools.groupby
但是-对于
iteration\u实用程序.groupedby
它不需要排序。谢谢，工作非常好！）对于10个不同的B柱，是否有这样做的选项？还是只运行程序10次更好？这取决于不同的
B
列的存储方式。通常你可以把它放在所有不同的列中的循环中：
。但是，您可以问另一个问题，包括
B
s是如何存储的（在哪个容器中）：）在评论中回答这个问题有点太难了。好的，谢谢！完整性：本答案中提到的方法部分基于此。
In [2]: from collections import defaultdict

In [3]: sum = defaultdict(lambda: 0)

In [4]: sum[1]
Out[4]: 0

In [5]: sum
Out[5]: defaultdict(<function __main__.<lambda>>, {1: 0})

In [6]: sums = defaultdict(int)

In [7]: A = [1, 1, 2, 3, 3, 3]
   ...: B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]

In [8]: for count, item in zip(A, B):
   ...:     sums[count] += count * item
   ...:     

In [9]: sums
Out[9]: defaultdict(int, {1: 0.75, 2: 1.98, 3: 5.1})

A = [1, 1, 2, 3, 3, 3]
B = [0.50, 0.25, 0.99, 0.80, 0.70, 0.20]
A = np.asarray([1, 1, 2, 3, 3, 3])
B = np.asarray([0.50, 0.25, 0.99, 0.80, 0.70, 0.20])
index = np.full(len(A),True)
index[:-1] = A[1:] != A[:-1]
prods = A*B

#result
res = np.add.reduceat(prods, np.append([0], (np.where(index)[0]+1)[:-1]))