我从数据库中提取数据并假设我有类似的东西:
Product Name Quantity
a 3
a 5
b 2
c 7
我想根据产品名称对数量求和,所以这就是我想要的:
product = {'a':8, 'b':2, 'c':7 }
以下是从数据库中获取数据后我想要做的事情:
for row in result:
product[row['product_name']] += row['quantity']
但是这会给我:'a'= 5,而不是8。
答案 0 :(得分:2)
选项1:pandas
这是一种方法,假设您从pandas
数据框df
开始。该解决方案具有O(n log n)复杂度。
product = df.groupby('Product Name')['Quantity'].sum().to_dict()
# {'a': 8, 'b': 2, 'c': 7}
您的想法是可以执行groupby
操作,该操作会生成一个由"产品名称"索引的系列。然后使用to_dict()
方法转换为字典。
选项2:collections.Counter
如果您从结果的列表或迭代器开始,并希望使用for
循环,则可以使用collections.Counter
来表示O(n)复杂性。
from collections import Counter
result = [['a', 3],
['a', 5],
['b', 2],
['c', 7]]
product = Counter()
for row in result:
product[row[0]] += row[1]
print(product)
# Counter({'a': 8, 'c': 7, 'b': 2})
选项3:itertools.groupby
您还可以将词典理解与itertools.groupby
一起使用。这需要事先进行分类。
from itertools import groupby
res = {i: sum(list(zip(*j))[1]) for i, j in groupby(sorted(result), key=lambda x: x[0])}
# {'a': 8, 'b': 2, 'c': 7}
答案 1 :(得分:0)
如果你坚持使用循环,你可以这样做:
# fake data to make the script runnable
result = [
{'product_name': 'a', 'quantity': 3},
{'product_name': 'a', 'quantity': 5},
{'product_name': 'b', 'quantity': 2},
{'product_name': 'c', 'quantity': 7}
]
# solution with defaultdict and loops
from collections import defaultdict
d = defaultdict(int)
for row in result:
d[row['product_name']] += row['quantity']
print(dict(d))
输出:
{'a': 8, 'b': 2, 'c': 7}
答案 2 :(得分:0)
使用tuple
存储结果。
修改强>
不清楚所提到的数据是否真的是数据帧。
如果是,那么li = [tuple(x) for x in df.to_records(index=False)]
li = [('a', 3), ('a', 5), ('b', 2), ('c', 7)]
d = dict()
for key, val in li:
val_old = 0
if key in d:
val_old = d[key]
d[key] = val + val_old
print(d)
{'a': 8, 'b': 2, 'c': 7}
答案 3 :(得分:0)
因为你提到了熊猫
dbRef.on('value', snap => {
question.insertAdjacentHTML('beforeend', '<p>' + snap.val() + '</p>');
});
答案 4 :(得分:-2)
SELECT product_name,SUM(quantity)FROM PRODUCT LEFT JOIN QUANTITY GROUP BY product_name