Python对象数组 arr=[{'red'：{'weight'：50}，{'blue'：{'weight'：60}，{'red'：{'weight'：70}]

假设我们想用以下预期输出总结此数组：

output=[{'color'：'red'，'count'：2，'total'：120，'min'：50，'max'：70，'mean'：60}，
{'color'：'blue'，'count'：1，'total'：60，'min'：60，'max'：60，'mean'：60}]

或者：

output={'red'：{'count'：2，'total'：120，'min'：50，'max'：70，'mean'：60}，
'blue'：{'count'：1，'total'：60，'min'：60，'max'：60，'mean'：60}

我所尝试的：

>{list（i.items（））[0][0]：[list（j.items（））[0][0]用于arr中的j]。计数（list（i.items（））[0][0]）用于arr中的i}
{“红色”：2，“蓝色”：1}

>>[{list（i.items（））[0][0]：{'count'：[list（j.items（））[0][0]用于arr中的j]。count（list（i.items（））[0][0]）用于arr中的i}]
[{'red'：{'count'：2}，'blue'：{'count'：1}]

>[{'color'：列表（i.items（））[0][0]，'count'：[list（j.items（））[0][0]用于arr中的j]。计数（列表（i.items（））[0][0]）用于arr中的i]
[{'color'：'red'，'count'：2}，{'color'：'blue'，'count'：1}，{'color'：'red'，'count'：2}]

只需收集

'weight'

值的列表，并对其进行总结：

从集合导入defaultdict
进口统计
def汇总（重量）：
返回{'count'：len（权重），'total'：sum（权重），'min'：min（权重），'max'：max（权重），'mean'：statistics.mean（权重）}
arr=[{'red'：{'weight'：50}，{'blue'：{'weight'：60}，{'red'：{'weight'：70}]
输出=默认DICT（列表）
对于arr中的d：
对于d中的k：
输出[k]。追加（d[k]['weight']）
output={k:总结output.items（）中（k，权重）的（权重）}
打印（输出）

输出：

{'red': {'count': 2, 'total': 120, 'min': 50, 'max': 70, 'mean': 60}, 
'blue': {'count': 1, 'total': 60, 'min': 60, 'max': 60, 'mean': 60}}

---

您可以使用

itertools.groupby

按颜色对列表进行分组（只需先对列表进行排序）（我能想到的最好/最简单的方法是只使用dicts上的tuple），然后循环生成列表<代码>统计。平均值也是获取一组数字平均值的简单方法：

from itertools import groupby
from statistics import mean

arr = [{'red': {'weight': 50}}, {'blue': {'weight': 60}}, {'red': {'weight': 70}}]

output = []
for (k, *_), g in groupby(sorted(arr, key=tuple), key=tuple):
    all_vals = [d[k]['weight'] for d in g]
    output.append({'color': k, 'count': len(all_vals), 'total': sum(all_vals), 'min': min(all_vals), 'max': max(all_vals), 'mean': mean(all_vals)})

---

这没有任何意义——您的数据摘要包含的信息比它要摘要的数据更多。有可能重申你的问题吗？您可能会发现不使用一行程序而编写一些循环更容易。

[{'color': 'blue', 'count': 1, 'total': 60, 'min': 60, 'max': 60, 'mean': 60},
 {'color': 'red', 'count': 2, 'total': 120, 'min': 50, 'max': 70, 'mean': 60}]