计算嵌套列表中元素的出现次数，并进行计算

Question

标题有点误导，因为我真的不知道如何描述这个

假设我有一个如下所示的嵌套列表：

a = [[1234,'1/8/2014'],[4123,'1/3/2014'],[5754,'1/12/2014'],[8548,'11/8/2014'],[9469,'11/9/2013'],[3564,'1/8/2013']]

在这个嵌套列表中，有 4 个列表是 2014 年，2 个列表是 2013 年。

我想获得每年的平均值。所以对于 2014 年，我想做，

(1234 + 4123 + 5754 + 8548) / 4

对于 2013 年，

(9469 + 3564) / 2

我需要获取每年出现的次数，因为我需要对每年的总和进行平均。最后，我想要类似的东西，

new = [[4914.75, '2014'],[6516.5, '2013']]

请注意，日期不是“01/03/2014”，而是“1/3/2014”

如何做到这一点？

Answer 1

您可以使用 Pandas 来执行此操作。

import pandas as pd

a = [[1234,'1/8/2014'],[4123,'1/3/2014'],[5754,'1/12/2014'],[8548,'11/8/2014'],[9469,'11/9/2013'],[3564,'1/8/2013']]

df = pd.DataFrame(a)

df[1] = pd.to_datetime(df[1])

df = df.set_index(1)

df.groupby(df.index.year.astype(str)).mean()\
  .reset_index().values.tolist()

输出：

[['2013', 6516.5], ['2014', 4914.75]]

Answer 2

上面的答案有效，如果你不习惯使用pandas，你可以参考这个。

a = [[1234,'1/8/2014'],[4123,'1/3/2014'],[5754,'1/12/2014'],[8548,'11/8/2014'],[9469,'11/9/2013'],[3564,'1/8/2013']]

data = {}
result = []
for item in a:
    year = item[1].split('/')[-1]
    data[year] = data.get(year, []) + [item[0]]

for key in data.keys():
    items = data.get(key)
    avg = sum(items)/len(items)
    result.extend([key, avg])

print(result)

Answer 3

试试这个（它假定内部列表的长度始终为 2，并且第二个是日期）：

from collections import defaultdict

cumulatives = defaultdict(int)
counts = defaultdict(int)
for (amount, dt) in a:
    key = dt[-4:]
    cumulatives[key] += amount
    counts[key] += 1.0

output = [[cumulatives[key]/counts[key], key] for key in cumulatives.keys()]
print(output)

计算嵌套列表中元素的出现次数，并进行计算

count the occurrences of elements in a nested list, and perform calculations

python

rdbms

relational-database

nested-lists

python-3.x