字典理解可从具有重复键值的元组列表中获得每个键项的平均值

问题描述

mylist = [(0.8132195134810816,'A'),(0.79314903781799,'B'),(0.3931539216409497,(0.23487952756579994,(0.06686513021322447,'C'),(0.008103227303653366,(0.007403104126575008,'D'),(-0.0041128367759631496,(-0.005739579154553378,(-0.008074572907817046,'B')]

＃我已经尝试了一些转换。注意，我可以使用for循环来做到这一点。我想知道是否＃可以通过字典理解来做到这一点。当然，我可以建立一个常规的#dictionary，但是希望有一系列过滤器单线。

newdict = dict()
for symbol in ['A','B','C','D']:  # semesters        
    values = [item for item,symbol_item in mylist if symbol_item == symbol]
    print (symbol,sum(values)/len(values))
    newdict[symbol] = sum(values)/len(values)

＃我希望有一种方法可以不列出符号

＃尝试使用默认字典将键的值添加到列表中，但这没用。

mydict = defaultdict(list)
mydict.update({key: (mydict[key] + [value]) for value,key in my list})

解决方法

您可以使用itertools.groupby和statistics.mean来确保输入是按字母排序的，这里我使用operator.itemgetter快速获取数字和字母：

from itertools import groupby
from statistics import mean
from operator import itemgetter

mylist = [(0.8132195134810816,'A'),(0.79314903781799,'B'),(0.3931539216409497,(0.23487952756579994,(0.06686513021322447,'C'),(0.008103227303653366,(0.007403104126575008,'D'),(-0.0041128367759631496,(-0.005739579154553378,(-0.008074572907817046,'B')]

get_key = itemgetter(1)
get_value = itemgetter(0)
sorted_list = sorted(mylist,key=get_key)

newdict = {k: mean(map(get_value,g)) for k,g in groupby(sorted_list,get_key)}

print(newdict)

---

{'A': 0.6031867175610156,'B': 0.33998466415865763,'C': 0.03748417875843892,'D': -0.0008164372679805064}

,

您可以做到这一点，但这总是很丑陋。在Python 3.8+中，您可以使用赋值表达式来赋值：

>>> mylist = [(0.8132195134810816,'B')]
>>> result = {
...     symbol : sum((values:= [item for item,symbol_item in mylist if symbol_item == symbol])) / len(values)
...     for symbol in ['A','B','C','D']
... }
>>> result
{'A': 0.6031867175610156,'D': -0.0008164372679805064}

但这确实使难以理解的混乱。您不应该努力将代码填充为单行代码，这很糟糕。相反，您应该尝试编写可读，高效且可维护的代码。

理解结构有时会使您的代码更具可读性，这是它们的主要优点，如果不是这种情况，则不应该使用它。

请注意，如果没有赋值表达式，则必须依靠另一个从句来分配给values：

>>> result = {
...     symbol : sum(values) / len(values)
...     for symbol in ['A','D']
...     for values in ([item for item,symbol_item in mylist if symbol_item == symbol],)
... }
>>> result
{'A': 0.6031867175610156,'D': -0.0008164372679805064}

但实际上，与常规的for循环相比，这没有增加任何清晰度。

您还可以 遍历：

[item for item,symbol_item in mylist if symbol_item == symbol]

两次，一次求和，再一次求出长度，但我什至不会写出这种疯狂。

现在，执行此IMO的最佳方法是使用分组习惯用法，并且代码保持线性时间，甚至不需要提前知道符号：

>>> from collections import defaultdict
>>> result = defaultdict(list)
>>> for value,symbol in mylist:
...     result[symbol].append(value)
...
>>> result = {symbol: sum(values)/len(values) for symbol,values in result.items()}
>>> result
{'A': 0.6031867175610156,'D': -0.0008164372679805064}