Question

我有一个2D数组：

 [[2,1],[2,32],[4,4512],[1,34],[2,323],[2,42],[1,23],[4,123]...]

最后，我想计算均值并得到像[[1，mean]，[2，mean]，[3，mean] ...]这样的数组，

有没有人有一个好的解决方案？我用过：

for i in range(len(array)):
    temp =[]
    for j in range(len(array)):
        if Table[i][0] == Table[j][0]:
                temp.append(Table[j])

然后计算temp的平均值，但它没有退出效率。

有没有人使用pandas库来解决问题？

Answer 1

您应该创建一个字典，收集每个键的所有值（第二项）（第一项）。然后，您可以计算字典中每个条目的平均值。

from __future__ import division # use floating-point division by default
values = [[2,1],[2,32],[4,4512],[1,34],[2,323],[2,42],[1,23],[4,123]]

values_by_key = collections.defaultdict(list)
for k, v in values:
    values_by_key[k].append(v)
means = sorted([(k, sum(v) / len(v)) for k, v in values_by_key.items()])

或者，您可以使用groupby对具有相同键的项目进行分组（请记住先排序）并使用（稍微复杂的）嵌套列表理解。

means = [(k, sum(v)/len(v)) 
         for k, v in ((k, [v[1] for v in vals]) 
                      for k, vals in itertools.groupby(sorted(values), key=lambda t: t[0]))]

在这两种情况下，means最终都为[(1, 28.5), (2, 99.5), (4, 2317.5)]。 Compexity应该是 O（nlogn）（对于排序;如果不需要排序输出，那么第一种方法的复杂性，使用dict，只是 O（n） ）。

就个人而言，我会选择字典方法。虽然另一个可以在＆＃34;一行＆＃34;中完成，但是dict更清晰也更快（即使需要排序，因为在这种情况下，排序在合并之后完成，即使用更少的元素）。

Answer 2

使用pandas和groupby：

df = pd.DataFrame([[2,1],[2,32],[4,4512],[1,34],[2,323],[2,42],[1,23],[4,123]])
df.groupby(0).mean()

        1
0        
1    28.5
2    99.5
4  2317.5

Answer 3

您可以使用功能样式来解决此问题

data = [[1, 2], [2, 3], [1, 4], [2, 5], ...]

def make_filter(n):
  def filter_n(d):
    return d[0] == n
  return filter_n

def calculate(n, data):
  data_n = filter(make_filter(n), data)
  s = reduce(lambda acc, d: acc + d[1], data_n, 0)
  n = len(data_n)
  if n > 0:
    return float(s) / n
  else:
    raise Exception

然后您调用calculate函数，并将Exception替换为合适的函数。

Answer 4

您可以尝试Counter和defaultdict以获得更快的效果，如下所示 -

from collections import Counter,defaultdict

sm = defaultdict(float)

data = [[2,1],[2,32],[4,4512],[1,34],[2,323],[2,42],[1,23],[4,123]]

#generate sum of second elements for all the keys (first elements)
for i in data:
    sm[i[0]]+=i[1]

#Count the occurrances of the keys (first occurrances)
c = Counter([i[0] for i in data])

#Produce data
print [[k,sm[k]/c[k]]for k in sm.keys()]

输出 -

[[1, 28.5], [2, 99.5], [4, 2317.5]]

Answer 5

编辑：用总和替换减少

您可以使用内置地图和缩小功能：

from __future__ import division
array = [[2,1],[2,32],[4,4512],[1,34],[2,323],[2,42],[1,23],[4,123]]
d = dict()
l = list() # result
map(lambda i:(d.setdefault(i[0],[]).append(i[1])), array)
map(lambda key: l.append([key, sum(d[key])/len(d[key])]), d.iterkeys())
print(l)

你会得到：

[[1, 28.5], [2, 99.5], [4, 2317.5]]

说明：首先，您必须按键对所有值进行分组（在您的情况下，键是嵌套数组的第一个值）。其次，你必须计算平均值并创建结果数组。

计算重复的平均python

5 个答案: