Question

请考虑此数据，其中包括[日期，销售额，销售数量]：

data=[[datetime.datetime(2012,1,1,2,0,0), 14, 3],
[datetime.datetime(2012,1,1,3,0,0), 15, 5],
[datetime.datetime(2012,1,1,5,0,0), 11, 4],
[datetime.datetime(2012,1,2,1,0,0), 18, 7],
[datetime.datetime(2012,1,2,5,0,0), 14, 1],]

我正在做的是按日期对数据进行分组，并根据数据执行加权平均。加权平均函数采用嵌套数组并吐出一个值：

def weighted_average(nested_array):
    # data format[[14,3], [15,5], [11,4]]
    # performs weighted average
    return weighted_average

数据分组按以下方式进行。

grouped_sales = itertools.groupby(data, date_key)

我按如下方式计算汇总值：

aggregate_sales = (
(day, weighted_average([day_sales,sales] for date, day_sales, sales in week_sales))
for day, week_sales in grouped_sales)

请注意，在上面的情况下，我知道week_sales（itertools._grouper）对象包含3个值（date，date_sales，sales），我很容易迭代它们。如果我不知道itertool._grouper对象包含多少值来迭代，该怎么办？让我解释..

问题从这里开始。有时我有多个项目的销售数据，如[日期，项目1的销售额，项目1的销售数量，项目2的销售额，项目2的销售数量，......]：

data=[(datetime.datetime(2012,1,1,2,0,0), 14, 3, 55, 2],
[datetime.datetime(2012,1,1,3,0,0), 15, 5, 68, 3],
[datetime.datetime(2012,1,1,5,0,0), 11, 4, 42, 1],
[datetime.datetime(2012,1,2,1,0,0), 18, 7, 22, 2],
[datetime.datetime(2012,1,2,5,0,0), 14, 1, 97, 5],]

因此数据数组中嵌套数组的长度是可变的。

如何遍历itertools._grouper对象（week_sales），该对象现在包含5个值（在我的情况下可能是变量）并且成对地对每个项目进行加权平均？

Itertools groupby通过itertools._grouper对象的动态迭代

0 个答案: