Python 在具有相等值的列表上求和和并聚合
我有一对长度相同的列表,第一个包含Python 在具有相等值的列表上求和和并聚合,python,list,Python,List,我有一对长度相同的列表,第一个包含int值,第二个包含float值。我希望用另一对可能更短但长度相同的列表替换这些列表,其中第一个列表将只包含唯一值,第二个列表将包含每个匹配值的总和。也就是说,如果新对中第一个列表的第i个元素是x,并且出现x的原始对的第一个列表中的索引是i_1,…,i_k,那么新对中第二个列表的第i个元素应该包含索引i_1,。。。,i_k在原始对的第二个列表中 举例说明 输入: ([1, 2, 2, 1, 1, 3], [0.1, 0.2, 0.3, 0.4, 0.5, 1.0
int
值,第二个包含float
值。我希望用另一对可能更短但长度相同的列表替换这些列表,其中第一个列表将只包含唯一值,第二个列表将包含每个匹配值的总和。也就是说,如果新对中第一个列表的第i个元素是x
,并且出现x
的原始对的第一个列表中的索引是i_1,…,i_k
,那么新对中第二个列表的第i个元素应该包含索引i_1,。。。,i_k
在原始对的第二个列表中
举例说明
输入:
([1, 2, 2, 1, 1, 3], [0.1, 0.2, 0.3, 0.4, 0.5, 1.0])
我们的建议:
([1, 2, 3], [1.0, 0.5, 1.0])
我试图在这里做一些列表理解技巧,但失败了。我可以为此编写一个愚蠢的循环函数,但我相信这里应该有更好的方法。一种方法是使用
pandas
:
>>> import pandas as pd
>>> df = pd.DataFrame({'tag':[1, 2, 2, 1, 1, 3],
'val':[0.1, 0.2, 0.3, 0.4, 0.5, 1.0]})
>>> df
tag val
0 1 0.1
1 2 0.2
2 2 0.3
3 1 0.4
4 1 0.5
5 3 1.0
>>> df.groupby('tag')['val'].aggregate('sum')
tag
1 1.0
2 0.5
3 1.0
Name: val, dtype: float64
使用以下键构建地图:
la,lb = ([1, 2, 2, 1, 1, 3], [0.1, 0.2, 0.3, 0.4, 0.5, 1.0])
m = {k:0.0 for k in la}
并将其填入总和:
for i in xrange(len(lb)):
m[la[i]] += lb[i]
最后,从您的地图:
zip(*[(k,m[k]) for k in m]*1)
不是一行,但由于您尚未发布解决方案,我建议您使用以下解决方案: 当然,如果顺序不重要,那么最好使用:
在标题中正确表达这个问题非常困难,欢迎任何编辑。我们可以看看你愚蠢的循环函数吗?很好,但有点过火,不是吗?@Bach是的,这可能是过火,取决于你在做什么。我开始写它,但你更快了。。。事实上,这并不坏。您是否使用了OrderedDict,以便
键
和值
具有相同的顺序?在dict
中,这不是事实上的保证吗?@Bach是的,在正常的dict中也是保证的。但我认为顺序对于查看输出很重要,所以使用了OrderedDict
。
>>> from collections import OrderedDict
>>> a, b = ([1, 2, 2, 1, 1, 3], [0.1, 0.2, 0.3, 0.4, 0.5, 1.0])
>>> d = OrderedDict()
>>> for k, v in zip(a, b):
... d[k] = d.get(k, 0) + v
...
>>> d.keys(), d.values()
([1, 2, 3], [1.0, 0.5, 1.0])
>>> from collections import defaultdict
>>> a, b = ([1, 'foo', 'foo', 1, 1, 3], [0.1, 0.2, 0.3, 0.4, 0.5, 1.0])
>>> d = defaultdict(int)
>>> for k, v in zip(a, b):
d[k] += + v
...
>>> d.keys(), d.values()
([3, 1, 'foo'], [1.0, 1.0, 0.5])