Python 元组列表：对每个元组的第二个值求和，仅当元组的第一个值 == 时

Question

我有一个“标记”元组列表...每个元组是 (tag_id, value)...就像这样：

my_list = [(tag_A, 100), (tag_A, 200), (tag_A, 300), (tag_A, 400), (tag_B, 400), (tag_B, 600)]

我想用相同的标签对每个元组的值求和...这样：

sum_of_all_values_with_tag_A() = 1000

sum_of_all_values_with_tag_B() = 1000

我想不出一个简单的 Pythonic 方法。

sum(set(value for tag_id, value in my_list)) 

...返回所有值的总和。

我想我可以用 for 或 while 循环来包装它，这样只有带有我想要求和的标签的元组才会被那个表达式触及......？我需要将与两个标签关联的值相加......导致两个不同的总数，如上所示。但是不能完全理解这种东西的优雅语法。

这发生在一个预先存在的函数内部。如果没有嵌套函数，那就太好了。

欢迎提出任何建议！

Answer 1

使用生成器表达式对每个标签求和：

sum(val for tag, val in my_list if tag == tag_A)

您可以对标签进行排序，然后使用itertools.groupby 来创建每个标签的组和总和：

from itertools import groupby
from operator import itemgetter

key = itemgetter(0)  # tag
sums = {tag: sum(tup[1] for tup in group)
        for tag, group in groupby(sorted(my_list, key=key), key=key)}

这会产生一个字典，将标签映射到每个标签的总和：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> tag_A, tag_B = 'A', 'B'
>>> my_list = [(tag_A, 100), (tag_A, 200), (tag_A, 300), (tag_A, 400), (tag_B, 400), (tag_B, 600)]
>>> key = itemgetter(0)  # tag
>>> sums = {tag: sum(tup[1] for tup in group)
...         for tag, group in groupby(sorted(my_list, key=key), key=key)}
>>> print sums
{'A': 1000, 'B': 1000}

Answer 2

方法

将您的数据放入defaultdict(list)。总结一下。

代码

from collections import defaultdict
my_list = [('tag_A', 100), ('tag_A', 200), ('tag_A', 300), ('tag_A', 400), ('tag_B', 400), ('tag_B', 600)]

d = defaultdict(list)
for tag, num in my_list:
    d[tag].append(num)

测试

>>> from collections import defaultdict
>>> my_list = [('tag_A', 100), ('tag_A', 200), ('tag_A', 300), ('tag_A', 400), ('tag_B', 400), ('tag_B', 600)]
>>> 
>>> d = defaultdict(list)
>>> for tag, num in my_list:
...     d[tag].append(num)
... 
>>> from pprint import pprint
>>> pprint(dict(d))
{'tag_A': [100, 200, 300, 400], 'tag_B': [400, 600]}
>>> 
>>> pprint({k: sum(v) for k, v in d.iteritems()})
{'tag_A': 1000, 'tag_B': 1000}

替代摘要例程

def summarize_by_tag(d):
    for k, v in d.iteritems():
        print k, sum(v)

>>> summarize_by_tag(d)
tag_A 1000
tag_B 1000

Answer 3

与其他答案一样，我只会使用defaultdict，但除非您以后再次需要这些组。只需在分组时将它们相加即可。 my_list 可能是一个非常大的可迭代对象，并且您不会将整个内容存储在内存中。

from collections import defaultdict
my_list = [('tag_A', 100), ('tag_A', 200), ('tag_A', 300), ('tag_A', 400), ('tag_B', 400), ('tag_B', 600)]
result = defaultdict(int)
for tag, value in my_list:
    result[tag] += value
print result

defaultdict(<type 'int'>, {'tag_A': 1000, 'tag_B': 1000})

Answer 4

不导入任何东西。 .

mysum={}
my_list = [('tag_A', 100), ('tag_A', 200), ('tag_A', 300), ('tag_A', 400), ('tag_B', 400), ('tag_B', 600)]
for x in my_list:
    mysum.setdefault(x[0],0)
    mysum[x[0]]+=x[1]
print mysum

输出::

{'tag_A': 1000, 'tag_B': 1000}