Question

我正在回答另一个关于如何在嵌套词典中添加不同项目的OP question，我想出了一个三嵌套for循环方法来在三级词典中添加项目，哪个有效，但是meeeh ......我很确定它可以更简洁地完成。

提供一个真实的用例场景：假设我在一些商店的入口处有一些来自摄像头的数据，这些数据计算和中有多少人走以10分钟的间隔> 商店：

data = { "2014/01/01": { "15:00:00" : { "ins": 7, "outs": 5, }, "15:10:00" : { "ins": 24, "outs": 10, }, "15:20:00" : { "ins": 10, "outs": 20, }, }, "2014/01/02": { "15:00:00" : { "ins": 10, "outs": 10, }, "15:10:00" : { "ins": 12, "outs": 5, }, "15:20:00" : { "ins": 5, "outs": 10, }, }, }

我希望压缩这些词典，然后添加 ins 和 out 将它们按特定时间分组，无论日期。让我们说我想知道＆＃34; 每个时间段有多少人进出我的场地，无论日期＆＃34;或者用不同的措辞＆＃34;我想知道自每个时间段开始以来总共有多少来龙去掉＆＃34;

这是为{{1}中找到的密钥为 time 的所有词干添加 ins 和 out 的结果dict（忽略第一个日期＆＃34;级别＆＃34;）使用上面提供的示例data，这将是：

data

从"15:00:00": { "ins": 17 # (7 + 10) "outs": 15 # (5 + 10) }, "15:10:00": { "ins": 36 # (24 + 12) "outs": 15 # (10 + 5) }, "15:20:00": { "ins": 15 # (10 + 5) "outs": 30 # (20 + 10) }开始，有某种方式......某种方式（我通过itertools进行猜测，但我不知道哪些工具是正确的），最终得到上面显示的结果在一行（或两行）？

我一直在摆弄
中找到的答案

Sum the nested dictionary values in python

summing items in nested dictionary with different keys

但我无法弄清楚如何得到我想要的东西。我要么获得data个对象的列表（然后我不知道如何处理它们），否则我会收到错误，因为我试图添加两个Counter s。 ..

我知道这并不是什么大问题（三个dict循环完成工作），但我很好奇这个的可行性，以及如何缩短我的代码（并且可能了解{{ 1}}，这是关于时间......）

提前谢谢。

Answer 1

它比两行长一点，但是：

from collections import Counter, defaultdict

flattened = (time for day in data.itervalues() for time in day.iteritems())
sums = defaultdict(lambda: Counter())

for time, entries in flattened:
    sums[time] += Counter(entries)

给出：

In [116]: dict(sums)
Out[116]: 
{'15:00:00': Counter({'ins': 17, 'outs': 15}),
 '15:10:00': Counter({'ins': 36, 'outs': 15}),
 '15:20:00': Counter({'outs': 30, 'ins': 15})}

Answer 2

您可以使用pandas DataFrames： https://stackoverflow.com/a/18162021/764322

它将是2行，一个用于创建数据帧（以下是前面的问题回答），另一个用于根据需要进行简单的numpy sum（），也可以在行的末尾添加并生成它是一个单行（虽然很长）。

更新：代码不是那种...

# Create data frame
>>> table = pd.DataFrame([[c2, d2['ins'], d2['outs']] for d1 in data.values() for c2, d2 in d1.items()])
>>> table
          0   1   2
0  15:20:00   5  10
1  15:00:00  10  10
2  15:10:00  12   5
3  15:20:00  10  20
4  15:00:00   7   5
5  15:10:00  24  10

[6 rows x 3 columns]

第1列为ins，2为outs。

>>> table.groupby(0).sum()
           1   2
0               
15:00:00  17  15
15:10:00  36  15
15:20:00  15  30

Answer 3

是的，它可以作为一个班轮来完成。我把它分成了两行，即便如此，它还是不可读的。

flattened = sorted((time,key,count) for day in data.values() for time,counters in day.items() for key,count in counters.items())
{time:{key:sum(datum[2] for datum in counters) for key,counters in itertools.groupby(group, lambda x:x[1])} for time,group in itertools.groupby(flattened, lambda x:x[0])}

{'15:20:00': {'outs': 30, 'ins': 15}, '15:00:00': {'outs': 15, 'ins': 17}, '15:10:00': {'outs': 15, 'ins': 36}}

仅仅因为某些可以完成并不意味着应该完成。我会选择最清晰的解决方案，但事实并非如此。

单行（或双行）中3级嵌套词典的壁球和总和值

3 个答案: