Вот моя проблема.
У меня есть список списков:
linesort=[
['Me', 1, 596],
['Mine', 1, 551],
['Myself', 1, 533],
['Myself', 1, 624],
['Myself', 1, 656],
['Myself', 1, 928],
['Theirs', 1, 720],
['Theirs', 1, 1921],
['Them', 1, 716],
['Themselves', 1, 527]
]
Каждый из подсписок представляет время, затраченное участником для классификации слова, правильно или неправильно (второе значение) и время ответа (третье значение). То, что я хотел бы сделать, это вернуть еще один список списков, в котором есть слово, сумма вторых значений в каждом списке и среднее значение для третьих значений.
По сути, мне нужно сравнить первый элемент каждого подсписок, и если они равны, то вычислите сумму второго элемента и среднее значение третьего элемента.
Хотя я смог сделать это вручную (т.е. вручную назначать и создавать переменные), мои попытки сделать это в цикле все провалились. Учитывая, что у меня есть два довольно больших текстовых файла с такими данными, я был бы признателен за программное решение.
Некоторые моменты, которые могут быть полезны: я заранее знаю, какие слова используются в каждом тесте, но я не знаю, где они появятся (и даже если они появятся в любой группе стимулов). Может ли кто-нибудь помочь мне с этим?
Я использую Python 2.6.5 на Ubuntu 10.04.
Не красивый, но:
from collections import defaultdict
linesort = [['Me', 1, 596], ['Mine', 1, 551], ['Myself', 1, 533], ['Myself', 1, 624],
['Myself', 1, 656], ['Myself', 1, 928], ['Theirs', 1, 720],
['Theirs', 1, 1921], ['Them', 1, 716], ['Themselves', 1, 527]]
d = defaultdict(list)
for line in linesort:
d[line[0]].append(line[1:])
output = {}
for x,val in d.items():
svals = [y[1] for y in val]
output[x] = [sum([y[0] for y in val]), sum(svals) / len(svals)] # need to be modified if you need float value
print output
>>> {'Mine': [1, 551], 'Theirs': [2, 1320], 'Me': [1, 596], 'Them': [1, 716], 'Themselves': [1, 527], 'Myself': [4, 685]}
Или с помощью groupby (обратите внимание, что это не самый эффективный и требуемый список с сортировкой исходных данных):
from itertools import groupby
res = {}
for key, gen in groupby(sorted(linesort), key=lambda x: x[0]):
val = list(gen)
svals = [y[2] for y in val]
res[key] = [sum([y[1] for y in val]), sum(svals) / float(len(svals))]
Но все мои предыдущие образцы возвращают вам словарь, поэтому, если вы хотите получить список, вам просто нужно немного изменить код:
from itertools import groupby
res = []
for key, gen in groupby(sorted(linesort), key=lambda x: x[0]):
val = list(gen)
svals = [y[2] for y in val]
res.append([key, sum([y[1] for y in val]), sum(svals) / float(len(svals))])
print res
>>> [['Me', 1, 596.0], ['Mine', 1, 551.0], ['Myself', 4, 685.25], ['Theirs', 2, 1320.5], ['Them', 1, 716.0], ['Themselves', 1, 527.0]]
Вот мое простое решение:
#!/usr/bin/python
linesort=[['Me', 1, 596], ['Mine', 1, 551], ['Myself', 1, 533], ['Myself', 1, 624], ['Myself', 1, 656], ['Myself', 1, 928], ['Theirs', 1, 720], ['Theirs', 1, 1921], ['Them', 1, 716], ['Themselves', 1, 527]]
cnts = {};
sums = {};
# here we count occurrences of each word (cnts),
# and we compute the the sum of second elements of each input list
for list in linesort:
cnts[list[0]] = cnts.get(list[0], 0) + 1;
sums[list[0]] = sums.get(list[0], 0) + list[1];
# now that we know the occurrences for each work we can compute
# the averages of the third elements of each input list
avgs = {};
for list in linesort:
avgs[list[0]] = avgs.get(list[0], 0) + list[2] / cnts[list[0]];
# we build the result as a list of lists
result = [];
for word in avgs:
result.append([word, sums[word], avgs[word]]);
print result;
И выход:
[['Me', 1, 596], ['Myself', 4, 685], ['Theirs', 2, 1320], ['Mine', 1, 551], ['Themselves', 1, 527], ['Them', 1, 716]]
Мое подробное решение
#!/usr/bin/env python
import collections
linesort=[['Me', 1, 596], ['Mine', 1, 551], ['Myself', 1, 533], ['Myself', 1, 624],
['Myself', 1, 656], ['Myself', 1, 928],['Theirs', 1, 720], ['Theirs', 1, 1921],
['Them', 1, 716], ['Themselves', 1, 527]]
new=[]
d=collections.defaultdict(list)
for i in linesort:
d[i[0]].append(i[1:])
for k,v in d.iteritems():
s=sum([i[0] for i in v])
avg=sum([i[1] for i in v]) / len(v)
new.append([k,s,avg])
for i in new: print i
Вывод:
['Me', 1, 596]
['Myself', 4, 685]
['Theirs', 2, 1320]
['Mine', 1, 551]
['Themselves', 1, 527]
['Them', 1, 716]