第二列列表中元素的平均值答案

【问题标题】：Average of elements in a list in the second column第二列列表中元素的平均值
【发布时间】：2018-02-01 19:47:52
【问题描述】：

我有一个文件名和文件大小的二维列表，我试图找到第二列中所有元素的平均值，但搜索了大约 2 小时后找不到任何帮助。

这是我的清单：

input: print fileArr

output: [[['david.ppt'], [56437456]], [['terry.dmg'], [54485656]], [['mike.doc'], [6593543]], [['randy.docx'], [5968434]], [['rick.exe'], [4538565]], [['chris.txt'], [2569437]], [['sarah.txt'], [458667]], [['fred.png'], [54966]], [['terry.dat'], [4596]], [['flyer.jpg'], [4305]]]

我尝试了多种可能的解决方案，但均无济于事。

【问题讨论】：

为什么将值包装在一个附加列表中？
据我了解，它位于二维列表中。如果您指的是三个开头的括号（“[[[”），这就是我从 IDE 复制它的方式。

标签： python python-2.7 list average

【解决方案1】：

这可能会做到：

fileArr = [[['david.ppt'], [56437456]], [['terry.dmg'], [54485656]], [['mike.doc'], [6593543]], [['randy.docx'], [5968434]], [['rick.exe'], [4538565]], [['chris.txt'], [2569437]], [['sarah.txt'], [458667]], [['fred.png'], [54966]], [['terry.dat'], [4596]], [['flyer.jpg'], [4305]]]

average = sum(second[0] for first, second in fileArr) // len(fileArr)
print(average)

正如 Willem 评论的那样，关键的观察结果是，您的每个项目都包装在一个额外的、无关的列表中。所以第一对并不是人们所期望的：

['david.ppt', 56437456],

但取而代之的是一对单元素列表：

[['david.ppt'], [56437456]],

【讨论】：

【解决方案2】：

你可以试试这个：

s = [[['david.ppt'], [56437456]], [['terry.dmg'], [54485656]], [['mike.doc'], [6593543]], [['randy.docx'], [5968434]], [['rick.exe'], [4538565]], [['chris.txt'], [2569437]], [['sarah.txt'], [458667]], [['fred.png'], [54966]], [['terry.dat'], [4596]], [['flyer.jpg'], [4305]]]
vals = [i[-1][0] for i in s]
print(sum(vals)/float(len(vals)))

【讨论】：

@EdselNorwood 很高兴为您提供帮助！

【解决方案3】：

首先，从每个内部列表中获取所有第二个元素：

all_sizes = [x for _, x in fileArr] # we use _ as a variable name for the first element of each inner list.
                                    # _ as a name usually indicates it won't be used

现在，你所要做的就是找到平均值

print sum(all_sizes) / float(len(all_sizes))

【讨论】：

【解决方案4】：

首先，将值（作为字符串，这已经很奇怪）包装在另一个列表中是相当奇怪的。

声明式方法是使用numpy:

from numpy import array

array(fileArr)[:, 1, 0].astype(int).mean()

对于您的示例数据，这将给出：

>>> array(fileArr)[:, 1, 0].astype(int).mean()
13111562.5

Numpy 是一种构造多维数组的方法。通过使用array(..)，我们将数据加载到一个 numpy 数组中。然后我们使用切片[:,1,0] 我们为每一行获得第二个项目，然后为该列表获得第一个元素。接下来我们使用astype(int) 将项目转换为整数，然后我们调用.mean() 来计算该整数数组的平均值。

【讨论】：

这只是我复制它的方式。
numpy 总是有用的，但在那种情况下是不是有点矫枉过正？
@KyrSt: numpy 有几个优点：它对大量数据更有效，而且它是声明性的（代码解释自己），而且它还考虑了角情况（如NaNs )。
是的，是的，就是这些，还有更多。我唯一担心的是，它可能会让经验不足的程序员感到困惑（我想更有可能找到这个问题）。我并不是说这不是一个正确/有帮助的答案，我只是想指出以前的事实，以帮助那些过来的人避免混淆。