按第二个元素分组元组列表，取第一个元素的平均值

Question

我有一个元组列表（x，y），如：

l = [(2,1), (4,6), (3,1), (2,7), (7,10)]

现在我要创建一个新列表：

l = [(2.5,1), (4,6), (2,7), (7,10)]

如果在元组中存在多个具有相同第二值（y）的元组 ，则新列表具有元组的第一个值（x）的平均值。

这里因为对于（x，y）=（2,1）和（3,1），元组y = 1中的第二个元素是共同的，因此x = 2和3的平均值在新列表中。 y = 1不会出现在其他任何地方，因此其他元组保持不变。

Answer 1

自从您标记了pandas ：

l = [(2,1), (4,6), (3,1), (2,7), (7,10)]
df = pd.DataFrame(l)

然后df是一个包含两列的数据框：

    0   1
0   2   1
1   4   6
2   3   1
3   2   7
4   7   10

现在你要计算的数字列的平均0与列相同的值1 ：

(df.groupby(1).mean()     # compute mean on each group
   .reset_index()[[0,1]]  # restore the column order
   .values                # return the underlying numpy array
 )

输出：

array([[ 2.5,  1. ],
       [ 4. ,  6. ],
       [ 2. ,  7. ],
       [ 7. , 10. ]])

Answer 2

首先将所有第二个元素的哈希表/字典形成为键，将它们的对应值作为值列表。 然后使用listcomp，您可以通过迭代dict的项目来获得所需的输出。

from collections import defaultdict
out = defaultdict(list)
for i in l:
    out[i[1]] += [i[0]]
out = [(sum(v)/len(v), k) for k, v in out.items()]
print(out)
#prints [(2.5, 1), (4.0, 6), (2.0, 7), (7.0, 10)]

Answer 3

使用groupby另一种方法：

from itertools import groupby

# Sort list by the second element
sorted_list = sorted(l,key=lambda x:x[1])

# Group by second element
grouped_list = groupby(sorted_list, key=lambda x:x[1])

result = []
for _,group in grouped_list:
    x,y = list(zip(*group))
    # Take the mean of the first elements
    result.append((sum(x) / len(x),y[0]))

你得到：

[(2.5, 1), (4.0, 6), (2.0, 7), (7.0, 10)]

Answer 4

这是一个使用numpy.bincount的方法。 它依赖于非负整数的标签。 （如果不是这种情况，可以先执行np.unique(i, return_inverse=True) ）。

w,i = zip(*l)
n,d = np.bincount(i,w), np.bincount(i)
v, = np.where(d)
[*zip(n[v]/d[v],v)]
# [(2.5, 1), (4.0, 6), (2.0, 7), (7.0, 10)]