基于Python中的键的多个字典中的平均值？答案

【问题标题】：Average value in multiple dictionaries based on key in Python?基于Python中的键的多个字典中的平均值？
【发布时间】：2015-12-07 17:23:56
【问题描述】：

我有三个（或更多）字典：

A = {'a':1,'b':2,'c':3,'d':4,'e':5}
B = {'b':1,'c':2,'d':3,'e':4,'f':5}
C = {'c':1,'d':2,'e':3,'f':4,'g':5}

如何获取三个字典中每个键的平均值的字典？

例如，给定上述字典，输出将是：

{'a':1/1, 'b':(2+1)/2, 'c':(3+2+1)/3, 'd':(4+3+2)/3, 'e':(5+4+3)/3, 'f':(5+4)/2, 'g':5/1}

【问题讨论】：

您使用的是哪个版本的 Python？
如果这是您需要做一次的事情，我会使用下面的纯 Python 解决方案。如果您经常处理此类数据，那么从长远来看，使用 pandas 可能会有所收获。
谢谢，我用过 pandas，它工作正常。

标签： python dictionary

【解决方案1】：

你可以使用Pandas，像这样：

import pandas as pd
df = pd.DataFrame([A,B,C])
answer = dict(df.mean())
print(answer)

【讨论】：

Pandas 不是内置模块。我不认为 OP 正在寻找这种解决方案。

【解决方案2】：

我使用 Counter 来解决这个问题。请尝试以下代码:)

from collections import Counter

A = {'a':1,'b':2,'c':3,'d':4,'e':5}
B = {'b':1,'c':2,'d':3,'e':4,'f':5}
C = {'c':1,'d':2,'e':3,'f':4,'g':5}

sums = Counter()
counters = Counter()
for itemset in [A, B, C]:
    sums.update(itemset)
    counters.update(itemset.keys())

ret = {x: float(sums[x])/counters[x] for x in sums.keys()}

print ret

【讨论】：

【解决方案3】：

最简单的方法是使用collections.Counter 解释here，像这样：

from collections import Counter

sums = dict(Counter(A) + Counter(B) + Counter(C))
# Which is {'a': 1, 'c': 6, 'b': 3, 'e': 12, 'd': 9, 'g': 5, 'f': 9}

means = {k: sums[k] / float((k in A) + (k in B) + (k in C)) for k in sums}

结果是：

>>> means
{'a': 1.0, 'b': 1.5, 'c': 2.0, 'd': 3.0, 'e': 4.0, 'f': 4.5, 'g': 5.0}

【讨论】：

【解决方案4】：

如果您使用的是 python 2.7 或 3.5，您可以使用以下内容：

keys = set(A.keys()+B.keys()+C.keys())

D = {key:(A.get(key,0)+B.get(key,0)+C.get(key,0))/float((key in A)+(key in B)+(key in C)) for key in keys}

哪个输出

 D
{'a': 1.0, 'c': 2.0, 'b': 1.5, 'e': 4.0, 'd': 3.0, 'g': 5.0, 'f': 4.5}

如果您不想使用任何软件包。这在 python 2.6 及更低版本中不起作用。

【讨论】：

【解决方案5】：

这是一种非常通用的方法（即您可以轻松更改为任何聚合函数）。：

def aggregate_dicts(dicts, operation=lambda x: sum(x) / len(x)):
    """
    Aggregate a sequence of dictionaries to a single dictionary using `operation`. `Operation` should
    reduce a list of all values with the same key. Keyrs that are not found in one dictionary will
    be mapped to `None`, `operation` can then chose how to deal with those.
    """
    all_keys = set().union(*[el.keys() for el in dicts])
    return {k: operation([dic.get(k, None) for dic in dicts]) for k in all_keys}

示例：

dicts_diff_keys = [{'x': 0, 'y': 1}, {'x': 1, 'y': 2}, {'x': 2, 'y': 3, 'c': 4}]

def mean_no_none(l):
    l_no_none = [el for el in l if el is not None]
    return sum(l_no_none) / len(l_no_none)

aggregate_dicts(dicts_diff_keys, operation= mean_no_none)
#{'x': 1.0, 'c': 4.0, 'y': 2.0}

【讨论】：