Question

我有一份清单清单：

list_of_lists = []
list_1 = [-1, 0.67, 0.23, 0.11]
list_2 = [-1]
list_3 = [0.54, 0.24, -1]
list_4 = [0.2, 0.85, 0.8, 0.1, 0.9]
list_of_lists.append(list_1)
list_of_lists.append(list_2)
list_of_lists.append(list_3)
list_of_lists.append(list_4)

这个职位很有意义。我想返回一个包含每个位置平均值的列表，不包括-1。也就是说，我想：

[(0.54+0.2)/2, (0.67+0.24+0.85)/3, (0.23+0.8)/2, (0.11+0.1)/2, 0.9/1]

实际上是：

[0.37, 0.5866666666666667, 0.515, 0.10500000000000001, 0.9]

我怎样才能以pythonic的方式做到这一点？

编辑：

我正在使用Python 2.7，我不是在寻找每个列表的平均值;相反，我正在寻找“排名0的所有列表元素（不包括-1）”的平均值，以及“位置1的所有列表元素（不包括-1）”的平均值等。

我的原因：

[(0.54+0.2)/2, (0.67+0.24+0.85)/3, (0.23+0.8)/2, (0.11+0.1)/2, 0.9/1]

是位置0的值是-1，-1,0.54和0.2，我想排除-1;位置1有0.67,0.24和0.85;位置3有0.23，-1和0.8等

Answer 1

没有第三方库的解决方案：

from itertools import zip_longest
from statistics import mean

def f(lst):
    return [mean(x for x in t if x != -1) for t in zip_longest(*lst, fillvalue=-1)]

>>> f(list_of_lists)
[0.37, 0.5866666666666667, 0.515, 0.10500000000000001, 0.9]

它使用itertools.zip_longest并fillvalue设置为-1来“转置”列表并将缺失值设置为-1（将在下一步中忽略）。然后，生成器表达式和statistics.mean用于过滤掉-1并获得平均值。

Answer 2

这是一个基于矢量化numpy的解决方案。

import numpy as np

a = [[-1, 0.67, 0.23, 0.11],
     [-1],
     [0.54, 0.24, -1],
     [0.2, 0.85, 0.8, 0.1, 0.9]]

# first create non-jagged numpy array
b = -np.ones([len(a), max(map(len, a))])

for i, j in enumerate(a):
    b[i][0:len(j)] = j

# count negatives per column (for use later)
neg_count = [np.sum(b[:, i]==-1) for i in range(b.shape[1])]

# set negatives to 0
b[b==-1] = 0

# calculate means
means = [np.sum(b[:, i])/(b.shape[0]-neg_count[i]) \
         if (b.shape[0]-neg_count[i]) != 0 else 0 \
         for i in range(b.shape[1])]

# [0.37,
#  0.58666666666666667,
#  0.51500000000000001,
#  0.10500000000000001,
#  0.90000000000000002]

Answer 3

您可以使用pandas模块进行处理。代码是这样的：

import numpy as np
import pandas as pd

list_1 = [-1, 0.67, 0.23, 0.11,np.nan]
list_2 = [-1,np.nan,np.nan,np.nan,np.nan]
list_3 = [0.54, 0.24, -1,np.nan,np.nan]
list_4 = [0.2, 0.85, 0.8, 0.1, 0.9]
df=pd.DataFrame({"list_1":list_1,"list_2":list_2,"list_3":list_3,"list_4":list_4})
df=df.replace(-1,np.nan)
print(list(df.mean(axis=1)))

Python：对于列表列表，获取每个位置的平均值

3 个答案: