字典理解从具有重复键值的元组列表中获取每个键项的平均值

Question

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

#我已经尝试了一些转换。请注意，我可以使用 for 循环来做到这一点。我想知道#there 是否有办法通过字典理解来做到这一点。当然，我可以构建一个常规的#dictionary，但希望有一系列过滤器单行。

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)

#我希望有办法不列出符号

#尝试使用默认字典将键的值放入列表中，但这不起作用。

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

Answer 1

您可以使用itertools.groupby 和statistics.mean 确保输入按字母排序，这里我使用operator.itemgetter 即时获取数字和字母：

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

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

Answer 2

你可以做到这一点，但它总是会很丑。在 Python 3.8+ 中，您可以使用赋值表达式来赋值：

>>> mylist = [(0.8132195134810816, 'A'), (0.79314903781799, 'B'), (0.3931539216409497, 'A'), (0.23487952756579994, 'B'), (0.06686513021322447, 'C'), (0.008103227303653366, 'C'), (0.007403104126575008, 'D'), (-0.0041128367759631496, 'D'), (-0.005739579154553378, 'D'), (-0.008074572907817046, '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, 'B': 0.33998466415865763, 'C': 0.03748417875843892, 'D': -0.0008164372679805064}

但是这实在是让人迷惑不解。你不应该努力将你的代码塞进一行代码，那很糟糕。相反，您应该尝试编写可读、高效且可维护的代码。

理解结构有时会让你的代码更具可读性，这是它们的主要优势，如果不是像这里那样，那么你不应该使用它。

注意，如果没有赋值表达式，您将不得不依赖另一个 for 子句来赋值给 values：

>>> result = {
...     symbol : sum(values) / len(values)
...     for symbol in ['A','B','C','D']
...     for values in ([item for item, symbol_item in mylist if symbol_item == symbol],)
... }
>>> result
{'A': 0.6031867175610156, 'B': 0.33998466415865763, 'C': 0.03748417875843892, 'D': -0.0008164372679805064}

但实际上，与常规的 for 循环相比，这并没有增加清晰度。

你可以也迭代：

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

两次，一次是求总和，一次是为了获得长度，但我什至不会写出那种疯狂。

现在，执行此 IMO 的最佳方法是使用分组习语，您的代码保持线性时间，您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, 'B': 0.33998466415865763, 'C': 0.03748417875843892, 'D': -0.0008164372679805064}