【发布时间】:2017-04-12 21:52:41
【问题描述】:
有一个关于将重复键的多个值加总为一个键的问题。例如: 1:5 2:4 3:2 1:4 非常基本,但我正在寻找一个看起来像这样的输出: 1:9 2:4 3:2
在我使用的两个文件中,我正在处理具有艺术家 ID(第 2 列)的 51 个用户(user_artists.dat 的第 1 列)的列表,以及该用户听了多少次由重量(第 3 栏)。
我正在尝试汇总所有用户播放该艺术家的总次数,并以如下格式显示: Britney Spears (289) 2393140。任何帮助或意见将不胜感激。
import codecs
#from collections import defaultdict
with codecs.open("artists.dat", encoding = "utf-8") as f:
artists = f.readlines()
with codecs.open("user_artists.dat", encoding = "utf-8") as f:
users = f.readlines()
artist_list = [x.strip().split('\t') for x in artists][1:]
user_stats_list = [x.strip().split('\t') for x in users][1:]
artists = {}
for a in artist_list:
artistID, name = a[0], a[1]
artists[artistID] = name
grouped_user_stats = {}
for u in user_stats_list:
userID, artistID, weight = u
grouped_user_stats[artistID] = grouped_user_stats[artistID].astype(int)
grouped_user_stats[weight] = grouped_user_stats[weight].astype(int)
for artistID, weight in u:
grouped_user_stats.groupby('artistID')['weight'].sum()
print(grouped_user_stats.groupby('artistID')['weight'].sum())
#if userID not in grouped_user_stats:
#grouped_user_stats[userID] = { artistID: {'name': artists[artistID], 'plays': 1} }
#else:
#if artistID not in grouped_user_stats[userID]:
#grouped_user_stats[userID][artistID] = {'name': artists[artistID], 'plays': 1}
#else:
#grouped_user_stats[userID][artistID]['plays'] += 1
#print('this never happens')
#print(grouped_user_stats)
【问题讨论】:
标签: python pandas data-analysis defaultdict bigdata