我想查找数据集中出现的特定数量,我只关心list [2]值。
list = [
['W', 1, 1],
['N', 3, 4],
['W', 4, 0],
['W', 2, 0],
['S', 3, 4]
]
我当时正在考虑从列表中提取列表[2]并将其放入(sortedlist
)这样的其他列表中,并使用print(sortedlist.count(4))
来计算所选数据集中出现“ 4”的时间。
sortedlist = []
for counts in list:
sortedlist.append(counts[2])
我还有另一个问题,在列表完成后,我想输入乌龟文本,乌龟文本命令是否接受变量?
答案 0 :(得分:1)
要计算列表列表中每个列表的第三个位置上的4
:
>>> lst = [ ['W', 1, 1], ['N', 3, 4], ['W', 4, 0], ['W', 2, 0], ['S', 3, 4] ]
>>> sum(1 for x in lst if x[2] == 4)
2
旁注:不要将列表命名为list
,因为它是内置的。
答案 1 :(得分:0)
要计算在列表的每个元素中特定位置出现的特定数字的次数,您可以使用:
search = 4
position_in_row = 3
occurrences = 0
for el in list:
if el[position_in_row-1] == search:
occurrences += 1
print(occurrences)
尽管我对Turtle不熟悉,但建议您深入研究文档或提出另一个问题。
如果您对每个子元素的每个第三元素都感兴趣,请再次尝试该片段,我对其进行了编辑。
答案 2 :(得分:0)
import pandas as pd
l = [['W', 1, 1],
['N', 3, 4],
['W', 4, 0],
['W', 2, 0],
['S', 3, 4]]
l[2]
>>>
['W', 4, 0]
df = pd.DataFrame(l)
df
>>>
0 1 2
0 W 1 1
1 N 3 4
2 W 4 0
3 W 2 0
4 S 3 4
df[1].value_counts() # column wise count of each value
>>>
3 2
4 1
2 1
1 1
df.iloc[2,:].value_counts() # row wise count for each value
>>>
W 1
0 1
4 1