想要对字典中的键进行分组，然后平均每个组

Question

我想平均 csv 文件中一些视频游戏评论的情绪分数。 我为这些创建了一个字典，但想将 csv 中每一行的每个结果分组在一起。

  blob = TextBlob(review_text) 
  for sentence in blob.sentences: 
   ssp = {"Game": index, "Polarity":sentence.sentiment.polarity}
   print(ssp)

这给出了一个 output ，如下所示：

{'Game': 1, 'Polarity': -0.49687499999999996}
{'Game': 2, 'Polarity': 0.3865909090909091}
{'Game': 2, 'Polarity': 0.0}
{'Game': 2, 'Polarity': 0.2142857142857143}
{'Game': 2, 'Polarity': 0.2142857142857143}
{'Game': 2, 'Polarity': 0.04999999999999999}
{'Game': 2, 'Polarity': 0.0}
{'Game': 2, 'Polarity': -0.02500000000000005}
{'Game': 2, 'Polarity': 0.4715909090909091}
{'Game': 2, 'Polarity': 0.26666666666666666}

那么如何按第 1 场、第 2 场、第 3 场分组呢？ 然后我想平均每个分数。

谢谢

Answer 1

您可以将字典放入列表中，然后对其进行分组/计算平均值：

from statistics import mean

# your code:
blob = TextBlob(review_text)
lst = []
for sentence in blob.sentences:
    ssp = {"Game": index, "Polarity": sentence.sentiment.polarity}
    lst.append(ssp)

# group it:
out = {}
for dct in lst:
    out.setdefault(dct["Game"], []).append(dct["Polarity"])

# compute average:
for k, v in out.items():
    print("Game:", k, "Average:", mean(v))

印刷：

Game: 1 Average: -0.49687499999999996
Game: 2 Average: 0.17537999037999039

Answer 2

另一种可能的解决方案，基于先前从dictionary到pandas.DataFrame的转换（将几个字典依次连接到数据帧中）：

import pandas as pd

x = [{'Game': 1, 'Polarity': -0.49687499999999996},
{'Game': 2, 'Polarity': 0.3865909090909091},
{'Game': 2, 'Polarity': 0.0},
{'Game': 2, 'Polarity': 0.2142857142857143},
{'Game': 2, 'Polarity': 0.2142857142857143},
{'Game': 2, 'Polarity': 0.04999999999999999},
{'Game': 2, 'Polarity': 0.0},
{'Game': 2, 'Polarity': -0.02500000000000005},
{'Game': 2, 'Polarity': 0.4715909090909091},
{'Game': 2, 'Polarity': 0.26666666666666666}]

df = pd.DataFrame(dtype = 'object')

for y in x:
  df = pd.concat([df, pd.DataFrame([y])], ignore_index = True)
  
df.groupby(['Game']).mean()

Output：

      Polarity
Game          
1    -0.496875
2     0.175380