Question

我有一个嵌套的元组，我想得到一张有结果的表格，我试图理解这一点，但我没有得到最好的结果。

team = ((35, 'Team1'),(8, 'Team2'),(55, 'Team1'),(65, 'Team2'),(90, 'Team1'))

输出示例：

       first  second totalgoals
team1    1      2        3
team2    1      1        2

有人可以给我一些帮助吗？

Answer 1

您可以使用词典理解：

team = ((35, 'Team1'),(8, 'Team2'),(55, 'Team1'),(65, 'Team2'),(90, 'Team1'))
results = {a:[sum(c < 45 and d == a for c, d in team), sum(c >= 45 and d == a for c, d in team)] for a in set(d for _, d in team)} 
print('\tfirst  second totalgoals')
for a, [first, second] in results.items():
  print(f'{a}\t{first}\t{second}\t{first+second}')

输出：

    first  second totalgoals
Team1   1   2   3
Team2   1   1   2

Answer 2

这是一个纯Python基于字典的解决方案：

from operator import itemgetter

lst = ((35, 'Team1'),(8, 'Team2'),(55, 'Team1'),(65, 'Team2'),(90, 'Team1'))

teams = map(itemgetter(1), lst)
d = {team: dict.fromkeys(('first', 'second', 'total'), 0) for team in teams}

for minutes, team in lst:
    if minutes <= 45:
        d[team]['first'] += 1
    else:
        d[team]['second'] += 1
    d[team]['total'] += 1

结果：

print(d)  

{'Team1': {'first': 1, 'second': 2, 'total': 3},
 'Team2': {'first': 1, 'second': 1, 'total': 2}}

Answer 3

您可以轻松地将平面目标列表转换为由团队名称索引的字典，并立即对第一个和第二个半部分进行括号，这样您就不必对数据进行多次迭代，例如：

import collections

team = ((35, 'Team1'), (8, 'Team2'), (55, 'Team1'), (65, 'Team2'), (90, 'Team1'))

team_goals = collections.defaultdict(lambda: [0, 0])  # save some time with a dict factory
for entry in team:
    team_goals[entry[1]][entry[0] > 45] += 1

至于如何工作 - 只要遇到不存在的密钥，collections.defaultdict()就会调用传递的工厂（lambda: [0, 0]）创建一个新密钥，这样每个团队都会以{{1}开头列出其值。然后，当我们迭代数据时，我们所需要的只是一个简单的[0, 0]检查作为索引选择器 - in this context，它将被视为生成entry[0] > 45的{{1}} int（因此上半部分）和0 False（因此下半部分）因此使我们能够选择适当的增量索引。

这会导致一个很好的字典，其键保存团队名称，而其值基本上只是一个两元素列表，计算第一个和第二个半月的目标。

如果您想打印数据，只需使用str.format()即可获得所需的表格，例如：

哪个会给你：

         first second totalgoals
Team1      1     2        3     
Team2      1     1        2

作为额外的整洁，您可以获得True键的最大字符串长度，并根据您的团队数据动态填充左侧。

Answer 4

如果您可以使用第三方库（pandas），它具有实际显示表格的明显优势（您可以将其导出为各种格式，如CSV，HTML等）：

In [1]:
df =  pd.DataFrame(list(team), columns=['Value', 'Team'])
df['Goal'] = np.where(df['Value'] <= 45, 'first', 'second')
df = df.groupby('Goal')['Team'].value_counts().unstack(0)
df['totalgoals'] = df.sum(axis=1)
df

Out[1]:
Goal   first  second  totalgoals
Team                            
Team1      1       2           3
Team2      1       1           2

根据条件聚合嵌套元组的结果

4 个答案: