Question

我有以下列表，

mylist = ['0.976850566018849',
 '1.01711066941038',
 '0.95545901267938',
 '1.13665822176679',
 '1.21770587184811',
 '1.12567451365206',
 '1.18041077035567',
 '1.13799827821001',
 '1.1624485106005',
 '1.37823533969271',
 '1.39598077584722',
 '1.23844320976322',
 '1.57397155911713',
 '1.40605782943842',
 '1.36037525085048',
 '1.185',
 '1.22795283469963',
 '1.17192311574904',
 '1.04121940463022',
 '1.0133517787145',
 '0.986161470813006',
 '1.09820439504488',
 '1.06640283661947',
 '1.05764772395448',
 '1.02678616758973',
 '1.01876057166248',
 '1.09019498604372',
 '1.1665479238629',
 '1.07170094763279',
 '1.1326945725342',
 '1.18199297460235',
 '1.20353001964446',
 '1.00973941850665',
 '1.0662943967844',
 '1.04876624296406',
 '1.12447065457189',
 '0.954629674212134',
 '1.02961694279098']

我想要做的是计算该列表中有多少值> = 1.3。返回5，即：

      '1.57397155911713' 
      '1.40605782943842'
      '1.36037525085048'
      '1.39598077584722' 
      '1.37823533969271'

在Python中有一种简洁的方法吗？

Answer 1

我在问题中提到的紧凑性是更短的代码。所以，我提出

sum(float(num) >= 1.3 for num in mylist)

这利用了以下事实：在python True中，值为1，False为0.因此，只要float(num) >= 1.3计算为Truthy，它就是{{1如果失败，结果将为0.因此，我们将所有值加在一起以获得大于或等于1的项目总数。

您可以像这样检查

1.3

Answer 2

计算该列表中有多少值＆gt; = 1.3：

sum(1 for x in mylist if float(x) >= 1.3)

如果您需要实际提取满足条件的数字列表，只需使用列表推导创建该列表，并随意执行任何操作：

a = [x for x in mylist if float(x) >= 1.3]
print a
print len(a)

Answer 3

您可以使用generator expression

一些简单的生成器可以简洁地编码为使用a的表达式语法类似于列表推导但使用括号而不是括号。这些表达式适用于以下情况通过封闭功能立即使用发生器。 <强>发电机表达式更紧凑但比全发电机更不通用定义并且往往比等效列表更具内存友好性推导。

这样的事情：

sum(1 for x in mylist if float(x) >= 1.3)

Answer 4

如果您想要返回给您并存储在列表中的值，您可以这样做：

count = []
for value in mylist:
    num = float(value)
    if num >= 1.3:
        count.append(value)

如果您想要输出列表，只需添加：

print(count)

或者如果你想要更多的值的数量添加：

print(len(count))

Answer 5

这是另一种选择，使用reduce()内置：

reduce(lambda x, y: x + (y >= 1.3), mylist, 0)

只是为了完整，因为我看到已经有一个公认的答案。关键是，通常有不止一种方法可以用Python（或许多其他语言）来完成某些事情......

Answer 6

使用列表理解

>>> len([i for i in mylist if float(i) >= 1.3])

Answer 7

您可以使用numpy或pandas，但是对于这样一个简单的计算，它们会比上面提到的替代方案慢得多。

使用numpy，

import numpy as np
arr=np.array(mylist).astype(float)
print len(arr[arr>=1.3])

使用pandas，

import pandas as pd
s=pd.Series(mylist).astype(float)
print len(s[s>=1.3])

可替换地，

(pd.Series(l).astype(float)>=1.3).value_counts()[True]

对于性能，最快的解决方案似乎是

In [51]: %timeit sum(1 for x in mylist if float(x) >= 1.3)
100000 loops, best of 3: 8.72 µs per loop

计算列表中满足特定条件的值

7 个答案: