[英]Looping through nested dictionary values to populate second dictionary - python
我有以下字典:
rts = {
"PO1": {
"congruent": {
"rt": [0.647259, 0.720116, 0.562909, 0.538918, 0.633367],
"correct": ["True", "True", "True", "True", "True", "False",]
},
"incongruent": {
"rt": [0.647259, 0.720116, 0.562909, 0.538918, 0.633367],
"correct": ["True", "True", "True", "True", "True", "False",]
}
},
"PO2": {
"congruent": {
"rt": [0.647259, 0.720116, 0.562909, 0.538918, 0.633367],
"correct": ["True", "True", "True", "True", "True", "False",]
},
"incongruent": {
"rt": [0.647259, 0.720116, 0.562909, 0.538918, 0.633367],
"correct": ["True", "True", "True", "True", "True", "False",]
}
}
}
这是我到目前为止的代码:
import csv
from pathlib import Path
import json
import numpy as np
from numpy import array
def main():
rts = {}
statsDict = {}
data = Path('C:/Users/oli.warriner/Desktop/data(2)/data')
for csvfile in data.glob('*.csv'):
key = csvfile.stem
with csvfile.open() as f:
csv_reader = csv.reader(f)
# Skip the header
_ = next(csv_reader)
rts[key] = {
'congruent': {
'rt': [],
'correct': []
},
'incongruent': {
'rt': [],
'correct': []
},
}
for tn, ctext, cname, condition, response, rt, correct in csv_reader:
rts[key][condition]['rt'].append(float(rt))
rts[key][condition]['correct'].append(correct)
for k in rts:
key = k
statsDict[key] = {
'congruent': {
'mean': [],
'stddev': [],
'correct': []
},
'incongruent': {
'mean': [],
'stddev': [],
'correct': []
},
}
for n in rts[k]:
for i in rts[key][n]
array([rts[k] for k in rts]).mean()
print(array)
if __name__ == "__main__":
main()
我正在读取一个 csv 文件目录以生成您在上面看到的“rts”字典(它比我刚刚在这里缩短的要大得多)。
我现在要做的是使用“rts”字典来填充“statsDict”。
我需要遍历“rts”字典并分别计算每个键的“一致”和“不一致”值中“rt”值的均值和标准差。
然后我需要为每个键使用“正确”的布尔值来计算每个键中真值的百分比。
我正在设法遍历字典上的前几层,但是现在我有点迷茫,我不确定如何进入下一层并开始进行我需要的统计计算。
希望这对人们来说已经足够清楚了。 如果您有任何问题,请告诉我。 提前致谢!
根据给出的rts
示例,您可以使用以下代码片段构建一个包含统计信息的字典:
import statistics
import json
rts = { ... as given ... }
stats_dict = {}
for k in rts.keys():
stats_dict[k] = {}
for ck in rts[k].keys():
stats_dict[k][ck] = {}
stats_dict[k][ck]["mean"] = statistics.mean(rts[k][ck]["rt"])
stats_dict[k][ck]["stdev"] = statistics.stdev(rts[k][ck]["rt"])
stats_dict[k][ck]["true_percentage"] = len([x for x in rts[k][ck]["correct"] if x == "True"]) / len(rts[k][ck]["correct"])
print(json.dumps(stats_dict, indent=2))
numpy
来计算静态。 内置statistics
包就够了rts
的键,并为统计字典stats_dict
使用相同的键{
"PO1": {
"congruent": {
"mean": 0.6205138,
"stdev": 0.07207165926839758,
"true_percentage": 0.8333333333333334
},
"incongruent": {
"mean": 0.6205138,
"stdev": 0.07207165926839758,
"true_percentage": 0.8333333333333334
}
},
"PO2": {
"congruent": {
"mean": 0.6205138,
"stdev": 0.07207165926839758,
"true_percentage": 0.8333333333333334
},
"incongruent": {
"mean": 0.6205138,
"stdev": 0.07207165926839758,
"true_percentage": 0.8333333333333334
}
}
}
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.