操作满足嵌套键条件的字典的所有值

Question

我是使用字典的新手，我一直在寻找如何做到这一点，但我找不到这个特定问题的答案。

我有一个 4 级嵌套字典，在最后一级内我有感兴趣的值（数组）。它看起来像这样：

import numpy as np

A = np.array([1,2,3])
B = np.array([4,5,6])
C = np.array([7,8,9])
D = np.array([10,11,12])
E = np.array([13,14,15])

d={('domestic','dog','collie','old'):A,
   ('domestic','dog','golden','old'):B,
   ('domestic','dog','golden','young'):C,
   ('domestic','cat','siamese','young'):D,
   ('stray','dog','golden','old'):E}

我需要做的是在特定级别上对满足特定条件的所有数组进行操作。

例如，我需要在其第二层中包含“狗”一词的所有数组的平均值，无论它是家养的还是流浪的，或者是老的还是年轻的等等。

如果我需要同时满足多个条件怎么办？例如，平均所有年轻的狗。

感谢任何帮助！

编辑：我不使用 Pandas 的原因是因为我的数组有 2 个维度，我正在研究如何对每个“关键条件”的每个 (x,y) 进行操作。我现在通过一些答案/cmets 意识到我的标题问题如何不清楚，以及我提供的示例如何没有显示我真正打算做什么。很抱歉，我应该学会在漫长的一天工作后不要发帖。

在 Pandas 中，我一直使用所有值的平均值，但由于我需要在这里根据某些条件获取一组平均值，所以我认为使用 Pandas 无法做到这一点，所以经过一些研究，我认为最好的办法是开始使用字典来存储数据。

在我的示例中，我需要获得一个平均值数组 (x0,y0,z0)。例如，如果我想要所有“dogs”和“golden”的平均值，结果应该是

[ (B[0]+C[0])/2, (B[1]+C[1])/2, (B[2]+C[2])/2 ]

这可以使用 Pandas 实现吗？

Answer 1

没有pandas 的一种方法是创建一个为您执行此操作的函数。

对于大型数据集，这仅适用于独立调用。对于组的计算，pandas 是更好的选择。

import numpy as np

A = np.array([1,2,3])
B = np.array([4,5,6])
C = np.array([7,8,9])
D = np.array([10,11,12])
E = np.array([13,14,15])

d = {('domestic','dog','collie','old'):A,
     ('domestic','dog','golden','old'):B,
     ('domestic','dog','golden','young'):C,
     ('domestic','cat','siamese','young'):D,
     ('stray','dog','golden','old'):E}

def averager(criteria, d):

    def apply_criteria(k, criteria):
        for i, j in criteria.items():
            if k[i] != j:
                return False
        else:
            return True

    return np.mean([v for k, v in d.items() if apply_criteria(k, criteria)], axis=0)

res = averager({0: 'domestic', 1: 'dog'}, d)

# array([ 4.,  5.,  6.])

说明

• 标准通过{index: value} 项的字典提供给averager 函数。
• 我们使用列表和推导来提取相关的numpy 数组值。
• 将numpy.mean 与axis=0 结合使用，按数组的索引计算平均值。

Answer 2

您所拥有的不是嵌套字典，而只是一个由键组成的字典，键是 4 个值的元组。嵌套字典更像d={'a':{'b':{'c':{...}}}}。因此，您可以简单地通过迭代或使用d.keys() 来获取字典的键。例如，如果要对在元组的第二个位置包含单词“dog”的所有数组进行平均：

list = []
for key in d:
    if key[1] == 'dog':
        list.append(d[key])
average = np.mean(list)

使用列表理解可以更简洁地完成：

average = np.mean([d[key] for key in d if key[1]=='dog'])

对于这个问题，我假设您想要所有数组的所有元素的完整平均值，并且这些数组的形状都相同。

Answer 3

不使用 Pandas

>>> from pprint import pprint
>>> import numpy as np
>>> pprint(d)
{('domestic', 'cat', 'siamese', 'young'): array([10, 11, 12]),
 ('domestic', 'dog', 'collie', 'old'): array([1, 2, 3]),
 ('domestic', 'dog', 'golden', 'old'): array([4, 5, 6]),
 ('domestic', 'dog', 'golden', 'young'): array([7, 8, 9]),
 ('stray', 'dog', 'golden', 'old'): array([13, 14, 15])}

过滤字典

>>> keys = ('old','dog')
>>> q = [v for k,v in d.items() if all(thing in k for thing in keys)]
>>> q
[array([1, 2, 3]), array([4, 5, 6]), array([13, 14, 15])]
>>>
>>> #or with keys as a set
>>> keys = set(('old','dog'))
>>> q = [v for k,v in d.items() if len(keys.intersection(k)) == len(keys)]

根据结果创建一个二维数组并获取列的平均值：

>>> np.vstack(q)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [13, 14, 15]])
>>> np.vstack(q).mean(1)
array([  2.,   5.,  14.])
>>> np.vstack(q).mean(0)
array([ 6.,  7.,  8.])
>>>

---

使用in 运算符，此解决方案不会测试字典键特定位置的值。