如何解决在不使用 Pandas 的情况下在列表上应用多个聚合函数
我有一个行列表,有两个键列和 6 个值
列。
我想计算总和、平均值和最大值
值列,基于每个函数的列列表,
按键列分组,使用 itertools.groupby
,
不使用熊猫。
columns = [ID,date,row1,row2,row3,row4,row5,row6]
rows = [[1,date1,1,1],[1,2,[2,3,1]]
ColSum = [row2,row6]
ColMean = [row1,row3]
ColMax = [row4,row5]
我期望计算的结果:
rows_result = [[1,0.5,2],6,2]]
我的代码:
for cols in ColSum:
index = int(np.where(columns == cols)[0][0])
for k,g in itertools.groupby(rows[:,index],operator.itemgetter(0,1)):
res.append((list(k) +list(map(sum,zip(*[c[2:] for c in g])))))
for colm in colMean:
index = int(np.where(columns == colm)[0][0])
for k,zip(*[c[2:] for c in g])))))
然而,这不起作用。
解决方法
构建时分别计算每个分组列的结果
结果列表非常复杂。在 ColSum
的初始构造之后,
您必须编辑每个行级元素。可以做到,但我不会
认为它符合函数式编程的精神。
相反,下面的程序使用 ColFun
来设置要应用到的函数
每一列(相当于 row1 到 row6)。在 for
循环中,
它贯穿每个组(如 (1,'date1')
),同时构造
具有请求的函数应用程序的 6 个值列的列表
列。
结果被附加到一个列表中,该列表与所需的(稍微编辑过的)相匹配 结果。
import itertools
import operator
import numpy as np
columns = ['ID','date','row1','row2','row3','row4','row5','row6']
rows = [[1,'date1',1,1],[1,2,[2,3,1]]
ColSum = ['row2','row6']
ColMean = ['row1','row3']
ColMax = ['row4','row5']
ColFun = [np.mean,np.sum,np.mean,np.max,np.sum]
rows_result = [[1,1.0,0.5,2],6,0.0,2]]
res = []
for k,g in itertools.groupby(rows,operator.itemgetter(0,1)):
res.append(list(k) + [sum(map(z[0],z[1:])) for z in
zip(ColFun,zip(*[c[2:] for c in g]))]
)
print(res == rows_result)
# True
print(res)
# [[1,# [2,2]]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。