Python 平均字典中多个值之间的差值

我有一个以制表符分隔的文本文件，有两列，账单名称和日期，日期是Excel数字格式。代码

import csv
from collections import defaultdict

d = defaultdict( list )

input_file = "C:\\Users\\Intern\\Documents\\Python.txt"
output_file = "C:\\Users\\Intern\\Documents\\b.csv"

with open( input_file, 'r') as infile:
    reader = csv.reader(infile, delimiter='\t')
    next(reader, None)  # skip the header
    for row in reader:
        d[ row[0] ].append( int(row[1]) )

with open( output_file, 'w' ) as outfile:
    writer = csv.writer(outfile, delimiter='\t')
    for key, value in d.items():
    if len(value) == 1:
        avg_diff = None # or 0 -- this indicates there was only 1 purchase
    else:
    # This requires your dates to be sorted, ascending, but that just takes
    # wrapping 'value' in 'sorted' if it isn't sorted yet
        avg_diff = mean([v[i] - v[i-1] for i, v in enumerate(value) if i])
    writer.writerow( [key, avg_diff] )

当前错误：

TypeError回溯（最近一次调用）
在（）
22#这需要对日期进行排序、升序，但这只需要
23#如果尚未排序，则在“排序”中包装“值”
--->24 avg_diff=平均值（[v[i]-v[i-1]表示i，v表示枚举（值）中的i]）
25 writer.writerow（[key，avg_diff]）

in（.0）
22#这需要对日期进行排序、升序，但这只需要
23#如果尚未排序，则在“排序”中包装“值”
--->24 avg_diff=平均值（[v[i]-v[i-1]表示i，v表示枚举（值）中的i]）
25 writer.writerow（[key，avg_diff]）

TypeError:“float”对象不可下标

---

这就是我现在在更新代码时遇到的情况。

看起来您只需要一个简单的函数来计算平均值

def avg(iterable):
  count = 0
  running_sum = 0
  for item in iterable:
     running_sum += item
     count += 1
  return running_sum / float(count)

现在您只需要这些值。如果我理解您的意图，您希望

I

处的值减去

I-1处的值

有一个方法可以做到这一点，但如果您愿意，没有itertools编写自己的代码应该不难：

from itertools import tee, izip
def pairwise(iterable):
    "s -> (s0,s1), (s1,s2), (s2, s3), ..."
    a, b = tee(iterable)
    next(b, None)
    return izip(a, b)

我们没有发现差异，但在一个可以传递到
avg
函数的生成器中很容易做到这一点（因为我们非常小心地使
avg
能够处理任何可编辑的，而不仅仅是序列）：

您似乎可以（如果我理解正确的话）编写以下内容，而不是
max（value）-min（value）
：

def mean(x):
    return float(sum(x))/len(x)

...
for key, value in d.items():
    if len(value) == 1:
        avg_diff = None # or 0 -- this indicates there was only 1 purchase
    else:
        # This requires your dates to be sorted, ascending
        sv = sorted(value)
        avg_diff = mean([sv[i] - sv[i-1] for i in range(len(sv)) if i])
    writer.writerow( [key, avg_diff] )

这将为您提供每个人的平均日期间隔长度

我认为
None
对单个购买者更好，因为当两件东西在同一天购买时，0是一个有效值。
正如您在另一篇文章中提到的，此代码应该修复它。它将获取每个名称的所有日期，并将它们作为子列表与该名称关联。然后，它对子列表进行排序以按顺序获得日期，最后写入最大日期和最小日期之间的平均值。平均值最好在它自己的函数中进行，但我保持它的简单性（呃）

输出如下所示：

Bill to Name    Date
James Doe       41929
Jane Doe        41852
Adam Adamson    42244
Adam Adamson    41529
Adam Adamson    41852

Adam Adamson    238
James Doe       0
Jane Doe        0

那么你需要每个键的所有天数的平均值吗？我需要每个键的差值的平均值。我给它重新命名。我正在打一个关于索引错误的问题的中途，这时我有了一个开明的时刻并修复了它。当我为这个问题输入一个新问题时，stackoverflow保留了我以前键入的内容。这是我的错误，抱歉。我如何防止用这个除以0？有些差是0。只要至少有一个差，差是否为0就不重要了，因为唯一可以除以任何值的是差的数量（差向量的长度）。很抱歉，我没有包括这个案例——我现在就做。为了提供一些必要的上下文（对不起，我没有意识到这是必要的），我的日期是客户的购买日期。0在列表中很重要，因为它们表示只购买了1次的客户，但我想知道购买了多次的客户的平均购买间隔时间是多少。不应该有任何空列表，因此我不确定0来自何处。如果日期只是日期，而不是时间戳，那么在同一天进行的任何两次购买都不会有相同的日期吗？导致差值为零？我的答案中包含了这一点。我有最大和最小的差异，我现在要寻找的是所有日期之间的平均差异。如果它们有日期W，X，Y，Z，那么我想要的是W和X，X和Y，Y和Z之间差值的平均值。这就是我所拥有的数据结构的美妙之处。。。。它使更改输出变得容易。一秒钟。。。。我给你举个例子，我更新了。唯一的区别是最后一段代码。
Bill to Name    Date
James Doe       41929
Jane Doe        41852
Adam Adamson    42244
Adam Adamson    41529
Adam Adamson    41852

Adam Adamson    238
James Doe       0
Jane Doe        0