[英]How to sum up dict values based on combined key values?
我的问题与此类似( Python sum on keys for List of Dictionaries ),但需要根据两个或多个键值元素对值求和。 我有一个字典列表如下:
list_to_sum=
[{'Name': 'A', 'City': 'W','amt':100},
{'Name': 'B', 'City': 'A','amt':200},
{'Name': 'A', 'City': 'W','amt':300},
{'Name': 'C', 'City': 'X','amt':400},
{'Name': 'C', 'City': 'X','amt':500},
{'Name': 'A', 'City': 'W','amt':600}]
因此,根据 Name 和 City 键值的组合,应该对 amt 求和。 请让我知道如何解决这个问题。
Output: [{'Name': 'A', 'City': 'W','amt':900},
{'Name': 'B', 'City': 'A','amt':200},
{'Name': 'C', 'City': 'X','amt':900}]
您可以创建一个collections.Counter
。然后您可以使用元组 as (Name, City)
作为键简单地添加值:
from collections import Counter
list_to_sum=[
{'Name': 'A', 'City': 'W','amt':100},
{'Name': 'B', 'City': 'A','amt':200},
{'Name': 'A', 'City': 'W','amt':300},
{'Name': 'C', 'City': 'X','amt':400},
{'Name': 'C', 'City': 'X','amt':500},
{'Name': 'A', 'City': 'W','amt':600}
]
totals = Counter()
for d in list_to_sum:
totals[(d['Name'],d['City'])] += d['amt']
print(totals[('A','W')]) # 1000
print(totals[('B','A')]) # 200
print(totals[('C','X')]) # 900
这将产生一个类似字典的 object Counter
:
Counter({('A', 'W'): 1000, ('B', 'A'): 200, ('C', 'X'): 900})
有了这个,您可以将字典转换回字典列表,例如:
sums_list = [{'Name':Name, 'City':City, 'amt':amt} for (Name, City), amt in totals.items()]
给出sums_list
:
[{'Name': 'A', 'City': 'W', 'amt': 1000},
{'Name': 'B', 'City': 'A', 'amt': 200},
{'Name': 'C', 'City': 'X', 'amt': 900}]
list_to_sum = [{'Name': 'A', 'City': 'W', 'amt': 100},
{'Name': 'B', 'City': 'A', 'amt': 200},
{'Name': 'A', 'City': 'W', 'amt': 300},
{'Name': 'C', 'City': 'X', 'amt': 400},
{'Name': 'C', 'City': 'X', 'amt': 500},
{'Name': 'A', 'City': 'W', 'amt': 600}]
sum_store = {}
for entry in list_to_sum:
key = (entry['Name'], entry['City'])
if key in sum_store:
sum_store[key] += entry['amt']
else:
sum_store[key] = entry['amt']
print(sum_store)
output:
{('A', 'W'): 1000, ('B', 'A'): 200, ('C', 'X'): 900}
除了其他人提出的答案外,它可以在 pandas 一行中完成。 它按名称和城市对行进行分组,并计算其 amt 特征的总和。
import pandas as pd
list_to_sum=[
{'Name': 'A', 'City': 'W','amt':100},
{'Name': 'B', 'City': 'A','amt':200},
{'Name': 'A', 'City': 'W','amt':300},
{'Name': 'C', 'City': 'X','amt':400},
{'Name': 'C', 'City': 'X','amt':500},
{'Name': 'A', 'City': 'W','amt':600}
]
df = pd.DataFrame(list_to_sum)
t = df.groupby(['Name','City']).amt.sum()
print(t)
Output:
Name City
A W 400
B A 200
C X 900
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.