如何对列表中由其他列分组的列求和?
Posted
技术标签:
【中文标题】如何对列表中由其他列分组的列求和?【英文标题】:How to sum a column grouped by other columns in a list? 【发布时间】:2018-09-07 05:55:01 【问题描述】:我有一个清单如下。
[['Andrew', '1', '9'], ['Peter', '1', '10'], ['Andrew', '1', '8'], ['Peter', '1', '11'], ['Sam', '4', '9'], ['Andrew', '2', '2']]
我想总结最后一列按其他列分组。结果是这样的
[['Andrew', '1', '17'], ['Peter', '1', '21'], ['Sam', '4', '9'], ['Andrew', '2', '2']]
这仍然是一个列表。
在实际实践中,我总是想总结由许多其他列分组的最后一列。有没有办法在 Python 中做到这一点?非常感谢。
【问题讨论】:
【参考方案1】:按除最后一列之外的所有列动态分组:
In [24]: df = pd.DataFrame(data)
In [25]: df.groupby(df.columns[:-1].tolist(), as_index=False).agg(lambda x: x.astype(int).sum()).values.tolist()
Out[25]: [['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
【讨论】:
[0,1]代表第一列和第二列吗? @Deepleeqe,是的,我还添加了另一个版本,它可以为任意数量的列动态完成...【参考方案2】:这是通过collections.defaultdict
实现的 O(n) 解决方案,适用于任意数量的键。
如果您想要的输出是一个列表,那么这可能比通过 Pandas 的解决方案更可取,后者需要转换为非标准类型。
from collections import defaultdict
lst = [['Andrew', '1', '9'], ['Peter', '1', '10'], ['Andrew', '1', '8'],
['Peter', '1', '11'], ['Sam', '4', '9'], ['Andrew', '2', '2']]
d = defaultdict(int)
for *keys, val in lst:
d[tuple(keys)] += int(val)
res = [[*k, v] for k, v in sorted(d.items())]
结果
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
说明
循环浏览您的列表,定义键/值并添加到您的defaultdict
列表中。
使用列表推导将字典转换为所需的输出。
【讨论】:
【参考方案3】:Op1
您可以传递一个索引sum
并添加到列表转换回列表
pd.DataFrame(L).\
set_index([0,1])[2].astype(int).sum(level=[0,1]).\
reset_index().values.tolist()
Out[78]: [['Andrew', '1', 17], ['Peter', '1', 21], ['Sam', '4', 9], ['Andrew', '2', 2]]
Op2
对于列表列表,您可以使用来自itertools
的groupby
from itertools import groupby
[k+[sum(int(v) for _,_, v in g)] for k, g in groupby(sorted(l), key = lambda x: [x[0],x[1]])]
Out[98]: [['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
【讨论】:
【参考方案4】:创建为DataFrame
并聚合第三列由第一列和第二列转换为整数,最后转换回list
s:
df = pd.DataFrame(L)
L = df[2].astype(int).groupby([df[0], df[1]]).sum().reset_index().values.tolist()
print (L)
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
以及defaultdict 的解决方案,仅限 python 3.x:
from collections import defaultdict
d = defaultdict(int)
#https://***.com/a/10532492
for *head, tail in L:
d[tuple(head)] += int(tail)
d = [[*i, j] for i, j in sorted(d.items())]
print (d)
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
【讨论】:
【参考方案5】:
pd.factorize
和 np.bincount
f, u = pd.factorize([tuple(x[:-1]) for x in data])
v = np.array([x[-1] for x in data], int)
[list(k) + [int(v)] for k, v in zip(u, np.bincount(f, v))]
[['Andrew', '1', 17], ['Peter', '1', 21], ['Sam', '4', 9], ['Andrew', '2', 2]]
【讨论】:
【参考方案6】:加了我的 2 美分。这两个都使用groupby
,agg
V1:引入了新的求和函数。
sum=lambda x: x.astype(int).sum()
print(df.groupby([0,1], as_index=False).agg(2: sum).values.tolist())
V2:将列转换为数字
df[2] = pd.to_numeric(df[2])
print(df.groupby([0,1], as_index=False).agg(2: sum).values.tolist())
并且会返回:
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]
【讨论】:
以上是关于如何对列表中由其他列分组的列求和?的主要内容,如果未能解决你的问题,请参考以下文章