我有一个嵌套列表：
a = [[1,2,3,4,5],[1,2,5,6,7],[1,2,5,2,1],[1,3,4,5,7],[3,4,1,2,3],[3,4,1,1,1]]
如果子列表的前两个元素相同，那么我想添加它们对应的第 3、第 4 和第 5 个元素，同时保留前两个元素。对于上述情况，结果应该是：
a = [[1,2,13,12,13],[1,3,4,5,7],[3,4,2,3,4]]
有没有办法做到这一点？
谢谢。
【问题讨论】：
您可以使用字典根据前两个项目对子列表进行分类，然后遍历这些项目并计算总和：
>>> d = {}
>>> for sub in a:
... d.setdefault(tuple(sub[:2]),[]).append(sub[2:])
...
>>>
>>> [k+tuple(map(sum, zip(*v))) for k,v in d.items()]
[(1, 2, 13, 12, 13), (1, 3, 4, 5, 7), (3, 4, 2, 3, 4)]
【讨论】：
pandas 单线怎么样。
导入和数据：
>>> import pandas as pd
>>> a = [[1,2,3,4,5],[1,2,5,6,7],[1,2,5,2,1],[1,3,4,5,7],[3,4,1,2,3],[3,4,1,1,1]]
熊猫在行动：
>>> pd.DataFrame(a).groupby([0, 1]).sum().reset_index().values.tolist()
[[1, 2, 13, 12, 13], [1, 3, 4, 5, 7], [3, 4, 2, 3, 4]]
制作数据框：
>>> df = pd.DataFrame(a)
0 1 2 3 4
0 1 2 3 4 5
1 1 2 5 6 7
2 1 2 5 2 1
3 1 3 4 5 7
4 3 4 1 2 3
5 3 4 1 1 1
按前两列分组并对其他列求和：
>>> df2 = df.groupby([0, 1]).sum()
>>> df2
2 3 4
0 1
1 2 13 12 13
3 4 5 7
3 4 2 3 4
groupby 方法按列0 和1 分组。结果是一个GroupBy 对象。你需要用它“做”一些事情来可视化它。在这里，我们对组中的值求和。或许看看格式精美的表格会更清楚一些：
这个索引是MultiIndex:
MultiIndex(levels=[[1, 3], [2, 3, 4]],
labels=[[0, 0, 1], [0, 1, 2]],
names=[0, 1])
有两个级别，名称为0 和1。最左边的列是带有标签1 和3 的第一层，接下来是带有标签2、3 和4 的第二层。第一级中的标签1 用于前两行。所有其他标签仅用于一行。
扁平化多索引：
>> df3 = df2.reset_index()
0 1 2 3 4
0 1 2 13 12 13
1 1 3 4 5 7
2 3 4 2 3 4
转换成列表：
>>> df3.values.tolist()
[[1, 2, 13, 12, 13], [1, 3, 4, 5, 7], [3, 4, 2, 3, 4]]
【讨论】：
long（整数）。它们的字符串表示以L 为后缀。尝试使用 Python 3，您将看不到 L。如果您不喜欢 long 转换为 int32：import numpy as np; df3.values.astype(np.int32).tolist()。
我会创建一个字典，其中第一对作为键，值是列表或元组：
a=[[1,2,3,4,5],[1,2,5,6,7],[1,2,5,2,1],[1,3,4,5,7],[3,4,1,2,3],[3,4,1,1,1]]
#create empty dict
d = {}
# function for adding list b to lists a
def addlist(a,b): return [a[i]+b[i] for i in range(len(a))]
# now iter through each item and add to existing or create a new record in dictionary
for i in a:
d[tuple(i[:2])] = addlist(d.setdefault(tuple(i[:2]),[0,0,0]),i[2:])
#the wanted output would be
[list(k)+v for k,v in d.items()]
【讨论】：
这是itertools.groupby 的一个相对简单的应用程序。
下面是使用嵌套列表推导的方法。
from itertools import groupby
from operator import itemgetter
a = [[1,2,3,4,5],[1,2,5,6,7],[1,2,5,2,1],[1,3,4,5,7],[3,4,1,2,3],[3,4,1,1,1]]
expected = [[1,2,13,12,13],[1,3,4,5,7],[3,4,2,3,4]]
print(expected)
a = [list(k) + [sum(t) for t in zip(*[u[2:] for u in g])]
for k, g in groupby(a, itemgetter(0, 1))]
print(a)
输出
[[1, 2, 13, 12, 13], [1, 3, 4, 5, 7], [3, 4, 2, 3, 4]]
[[1, 2, 13, 12, 13], [1, 3, 4, 5, 7], [3, 4, 2, 3, 4]]
请注意，这假定列表 a 已经具有以相邻的相同 2 个元素开头的子列表。如果不是这种情况，则应对其进行排序，例如
a.sort(key=itemgetter(0, 1))
在运行上述代码之前。
为了便于阅读和分析，这里将基本相同的算法分开。
keyfunc = lambda seq: seq[:2]
a.sort(key=keyfunc)
new_a = []
for k, g in groupby(a, key=keyfunc):
tails = [u[2:] for u in g]
sums = [sum(t) for t in zip(*tails)]
new_a.append(k + sums)
print(new_a)
【讨论】：