Python 关于筛选与其他列表对应的列表项的建议

我有四份名单，长度约为200000。第一个列表包含1到24之间的小时值，下面是一个示例

Hour_list = [1,2,2,2,5,5,7,5,12,18,24,.....] 
avg_occupancy = [0,5,9,5,13,24,56,23,.....]
avg_absences = [0,4,5,7,8,6,8,3,2,1.....]
Room_config= ['config_a001', 'configa002', 'configa003', 'configa004', 'configa005'.........]

我需要为每个小时创建24个列表，list_hour1、list_Hour2等等，然后根据它们过滤其他三个列表，例如，list_Hour2应该包含数字2，而avg_ocupancy_hour_2应该具有与第一个列表中的数字2对应的索引的所有项目，这意味着avg_ocupancy_hour_2=[5,9,5，…]，平均缺勤率[2=[4,5,7，…]，房间配置=['configa002'，'configa003'，'configa004'，'configa005'…]

---

我认为Zip会很好，但不确定如何在这种情况下使用它

使用

Zip

和

defaultdict

（以及清洁等级）：

从集合导入defaultdict

hour_list     = [1,2,2,2,5,5,7,5] 
avg_occupancy = [0,5,9,5,13,24,56,23]
avg_absences  = [0,4,5,7,8,6,8,3]
room_config   = ['configa001', 'configa002', 'configa003', 'configa004', 
                 'configa005', 'configa006', 'configa007', 'configa008']


class Tracker:
    def __init__(self):
        self.avg_occupancy = defaultdict(list)
        self.avg_absences  = defaultdict(list) 
        self.room_config   = defaultdict(list)

    def add(self, h, ao, aa, rc):
        self.avg_occupancy[h].append(ao)
        self.avg_absences[h].append(aa)
        self.room_config[h].append(rc)

    # Optional, of course
    def __repr__(self):
        import json
        return json.dumps(vars(self), indent=4)


t = Tracker()
for row in zip(hour_list, avg_occupancy, avg_absences, room_config):
    t.add(*row)


print(t)

产生：

{ "avg_occupancy": { "1": [0], "2": [5, 9, 5], "5": [13, 24, 23], "7": [56] }, "avg_absences": { "1": [0], "2": [4, 5, 7], "5": [8, 6, 3], "7": [8] }, "room_config": { "1": ["configa001"], "2": ["configa002", "configa003", "configa004"], "5": ["configa005", "configa006", "configa008"], "7": ["configa007"] } } { “平均入住率”：{ "1": [0], "2": [5, 9, 5], "5": [13, 24, 23], "7": [56] }, “平均缺勤率”：{ "1": [0], "2": [4, 5, 7], "5": [8, 6, 3], "7": [8] }, “房间配置”：{ “1”：[“configa001”]， “2”：[“configa002”、“configa003”、“configa004”]， “5”：[“configa005”、“configa006”、“configa008”]， “7”：[“configa007”] } }

---

使用

zip

和

defaultdict

（以及清洁等级）：

从集合导入defaultdict

hour_list     = [1,2,2,2,5,5,7,5] 
avg_occupancy = [0,5,9,5,13,24,56,23]
avg_absences  = [0,4,5,7,8,6,8,3]
room_config   = ['configa001', 'configa002', 'configa003', 'configa004', 
                 'configa005', 'configa006', 'configa007', 'configa008']


class Tracker:
    def __init__(self):
        self.avg_occupancy = defaultdict(list)
        self.avg_absences  = defaultdict(list) 
        self.room_config   = defaultdict(list)

    def add(self, h, ao, aa, rc):
        self.avg_occupancy[h].append(ao)
        self.avg_absences[h].append(aa)
        self.room_config[h].append(rc)

    # Optional, of course
    def __repr__(self):
        import json
        return json.dumps(vars(self), indent=4)


t = Tracker()
for row in zip(hour_list, avg_occupancy, avg_absences, room_config):
    t.add(*row)


print(t)

产生：

{ "avg_occupancy": { "1": [0], "2": [5, 9, 5], "5": [13, 24, 23], "7": [56] }, "avg_absences": { "1": [0], "2": [4, 5, 7], "5": [8, 6, 3], "7": [8] }, "room_config": { "1": ["configa001"], "2": ["configa002", "configa003", "configa004"], "5": ["configa005", "configa006", "configa008"], "7": ["configa007"] } } { “平均入住率”：{ "1": [0], "2": [5, 9, 5], "5": [13, 24, 23], "7": [56] }, “平均缺勤率”：{ "1": [0], "2": [4, 5, 7], "5": [8, 6, 3], "7": [8] }, “房间配置”：{ “1”：[“configa001”]， “2”：[“configa002”、“configa003”、“configa004”]， “5”：[“configa005”、“configa006”、“configa008”]， “7”：[“configa007”] } }

---

是的，这就像…正是为什么数据帧是一种东西

Hour_list = [1,2,2,2]
avg_occupancy = [0,5,9,5]
avg_absences = [0,4,5,7]
Room_config= ['config_a001', 'configa002', 'configa003', 'configa004']

把它们放在熊猫身上：

import pandas as pd
data = pd.DataFrame(dict(Hour_list = Hour_list, avg_occupancy = avg_occupancy, avg_absences = avg_absences, Room_config = Room_config))

分组：

hour_groups = data.groupby('Hour_list')

现在，您可以做任何事情—您可以计算摘要统计数据，或者只是在所有时间内迭代：

for hour, hour_data in hour_groups:
    do_stuff(hour_data)

对于您的后续问题，您可以采用以下方法进行计算：

mean_data = hour_groups[['avg_occupancy', 'avg_absences']].agg('mean')
mean_data['count'] = hour_groups['avg_occupancy'].count()

然后，您可以使用

.loc

和逻辑测试选择索引为9（即9小时）的行

mean_data.loc[mean_data.index == 9, :]

---

，：

部分告诉pandas返回所有符合

平均值_data.index==9

测试的行的所有列。

是的，这就像..正是为什么数据帧是一种东西

Hour_list = [1,2,2,2]
avg_occupancy = [0,5,9,5]
avg_absences = [0,4,5,7]
Room_config= ['config_a001', 'configa002', 'configa003', 'configa004']

把它们放在熊猫身上：

import pandas as pd
data = pd.DataFrame(dict(Hour_list = Hour_list, avg_occupancy = avg_occupancy, avg_absences = avg_absences, Room_config = Room_config))

分组：

hour_groups = data.groupby('Hour_list')

现在，您可以做任何事情—您可以计算摘要统计数据，或者只是在所有时间内迭代：

for hour, hour_data in hour_groups:
    do_stuff(hour_data)

对于您的后续问题，您可以采用以下方法进行计算：

mean_data = hour_groups[['avg_occupancy', 'avg_absences']].agg('mean')
mean_data['count'] = hour_groups['avg_occupancy'].count()

然后，您可以使用

.loc

和逻辑测试选择索引为9（即9小时）的行

mean_data.loc[mean_data.index == 9, :]

---

，：

部分告诉pandas返回所有符合

平均值_data.index==9

测试的行的所有列。

我向您提供了以下代码；它基于随机数据并使用pandas库，还将为您提供更大的灵活性：

import pandas as pd
import numpy as np

hours = np.arange(1, 25)
data = {'hours': [hours[np.random.randint(low=0, high=24)] for i in np.arange(1000)],
        'occupancy': np.random.randint(low=0, high=100, size=1000),
        'absences' : np.random.randint(low=0, high=10, size= 1000)
       }
df = pd.DataFrame(data=data)

# Extract data for hour == 7
df[df['hours'] == 7]

---

我向您提出了以下代码；它基于随机数据并使用pandas库，还将为您提供更大的灵活性：

import pandas as pd
import numpy as np

hours = np.arange(1, 25)
data = {'hours': [hours[np.random.randint(low=0, high=24)] for i in np.arange(1000)],
        'occupancy': np.random.randint(low=0, high=100, size=1000),
        'absences' : np.random.randint(low=0, high=10, size= 1000)
       }
df = pd.DataFrame(data=data)

# Extract data for hour == 7
df[df['hours'] == 7]

---

这些清单都（准确地说）是相同的长度，对吗？列表都是相同的长度吗？每个列表中的元素N对应于任何东西的相同度量吗？@jedwards，对，列表是相同的length@CJ59是的，列表长度相同，所有四个列表中与所有度量值相对应的N元素都包含在内。为什么需要这些列表？您标记了

pandas

so根据您打算做什么，列表可能是完全不必要的，因为您可以通过

.groupby（'Hour_list'）

来聚合每小时的所有内容。列表是全部（准确的）相同的长度，对吗？列表都是相同的长度吗？每个列表中的元素N对应于任何东西的相同度量吗？@jedwards，对，列表是相同的length@CJ59是的，列表长度相同，所有四个列表中与所有度量值相对应的N元素都包含在内。为什么需要这些列表？您标记了

pandas

so根据您打算做什么，列表可能完全不必要，因为您可以只使用

.groupby（'Hour\u list'）

汇总每小时的所有数据。超级！快速提问，我如何按小时访问列表中的数字，例如，我需要知道9小时的平均缺勤率和平均入住率。你能给我举个简单的例子吗？我对熊猫完全是个新手，我不知道按熊猫分类时数据结构是什么样子的回答这个问题。超级！快速问题，我如何按小时访问列表中的数字，例如，我需要知道第9小时的平均缺勤率和平均入住率。你能给我举个简单的例子吗？我完全是熊猫的新手，我不知道按熊猫分组时的数据结构是什么样的。请给出答案。