如果元组具有相同的第一个元素，如何聚合元组列表的元素？

Question

我有一个列表，其中每个值是一个元组列表。例如，这是我为密钥提取的值：

     [('1998-01-20',8) , ('1998-01-22',4) , ('1998-06-18',8 ) , ('1999-07-15' , 7), ('1999-07-21',1) ]

我也对列表进行了排序。现在我想聚合这样的值：

    [('1998-01' , 12 ) , ('1998-06' ,8 ) , ('1999-07',8 )]

从某种意义上说，我想按月分组我的元组，一起总结每个月的整数，我读过有关groupby的内容，我认为它对我的数据结构无法帮助，因为我不知道我会做什么面对我的列表，所以我想找个方法说：如果i [0] [：6]相等，从元组的第一个元素开始：sum i [1]。但是我很难实现这个想法。

    for i in List :
        if i[0][:6] # *problem* I don't know how to say my condition :
        s=sum(i[1]) #?

我很感激任何建议，因为我是python的新用户！

Answer 1

还有一个答案与已经给出的答案不同。您可以简单地创建一个新的字典，其中键是年 - 月组合。列表中的日期循环+使用dictionary.get(key, defaultvalue)应该可以解决问题。 IT将当前值添加到新字典中的值，如果密钥尚不存在，则返回默认值0并创建密钥。

data = [('1998-01-20',8) , ('1998-01-22',4) , ('1998-06-18',8 ) , ('1999-07-15' , 7), ('1999-07-21',1)]
dictionary = dict()
for (mydate, val) in data: #
    ym = mydate[0:7]    # the key is only the year month combination (i.e. '1998-01' for example)
    dictionary[ym] = dictionary.get(ym, 0) + val  # return the value for that key or return default 0 (and create key)

data_aggregated = [(key, val) for (key, val) in dictionary.iteritems()] # if you need it back in old format

Answer 2

尝试使用itertools.groupby按月汇总值：

from itertools import groupby
a = [('1998-01-20', 8), ('1998-01-22', 4), ('1998-06-18', 8), 
     ('1999-07-15', 7), ('1999-07-21', 1)]

for key, group in groupby(a, key=lambda x: x[0][:7]):
    print key, sum(j for i, j in group)

# Output

1998-01 12
1998-06 8
1999-07 8

这是一个单行版本：

print [(key, sum(j for i, j in group)) for key, group in groupby(a, key=lambda x: x[0][:7])]

# Output

[('1998-01', 12), ('1998-06', 8), ('1999-07', 8)]

Answer 3

只需使用defaultdict：

from collections import defaultdict


DATA = [
    ('1998-01-20', 8),
    ('1998-01-22', 4),
    ('1998-06-18', 8),
    ('1999-07-15', 7),
    ('1999-07-21', 1),
]


groups = defaultdict(int)
for date, value in DATA:
    groups[date[:7]] += value


from pprint import pprint
pprint(groups)

Answer 4

我喜欢用defaultdict来计算：

from collections import defaultdict

lst = [('1998-01-20',8) , ('1998-01-22',4) , ('1998-06-18',8 ) , ('1999-07-15' , 7), ('1999-07-21',1)]

result = defaultdict(int)

for date, cnt in lst:
    year, month, day = date.split('-')
    result['-'.join([year, month])] += cnt

print(result)