[英]Match the second unique item to the first item which is repetive in a Python list
[英]Python List - group by first item, count and sum second item
我有一个列表,如这个称为数据
[(4.0, 7.8, u'MNR'),
(1.0, 6.4, u'MNR'),
(9.0, 25.2, u'MNR'),
(8.0, 5.8, u'MNR'),
(7.0, 177.8, u'MNR'),
(4.0, 10.0, u'MNR'),
(2.0, 5.6, u'MNR'),
(2.0, 29.6, u'MNR'),
(1.0, 7.4, u'MNR'),
(2.0, 2.8, u'MNR'),
(8.0, 3.0, u'MNR'),
(2.0, 8.4, u'MNR'),
(3.0, 4.2, u'MNR'),
(2.0, 11.8, u'MNR')]
pd.Index(data)
MultiIndex(levels=[[1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0],
我知道如何以这种方式获取数据:
data[0][0]
4.0
我想迭代列表并计算第一行中每个级别的出现次数。 输出应该是这样的,第二列代表计数:
1.0 - 2
2.0 - 4
3.0 - 1
然后我想得到第二列的总和:
1.0 - 13.8
2.0 - 58.2
3.0 - 4.2
然后平均
1.0 6.9
2.0 14.55
3.0 4.2
我尝试用循环做这个,我尝试使用zip认为如果我可以将单个列表的前两部分中的每一部分压缩成一个列表,我就可以轻松地对这些列表执行操作:
for index, item in enumerate(data):
item.count(data[0][0])
zip(data[-3])
既然你正在使用pd
和MultiIndex
,我会假设这真的是一个pandas
问题。 您可以使用groupby
和agg
在一个步骤( groupby教程 )中执行此操作,而无需逐个迭代:
>>> df = pd.DataFrame(data)
>>> df.groupby(0)[1].agg(["count", "sum", "mean"])
count sum mean
0
1 2 13.8 6.90
2 5 58.2 11.64
3 1 4.2 4.20
4 2 17.8 8.90
7 1 177.8 177.80
8 2 8.8 4.40
9 1 25.2 25.20
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.