有没有办法根据小数位在python中对数组/列表的值进行动态分组？答案

【问题标题】：Is there a way to dynamically group values of a an array/list in python based on their decimal places?有没有办法根据小数位在python中对数组/列表的值进行动态分组？
【发布时间】：2021-10-25 08:07:53
【问题描述】：

我有以下一维数组：

B = [8.55905955, 8.63646974, 21.7694643, 21,87843119, 21.92463355]

基于这个数组，我想要一个只包含相似值的平均值的新数组。对于上面显示的数组，它应该导致一个新的数组，如：

B_new = [8.598, 21.858]

应该考虑什么：

B 中的值的总数是可变的。应该分组的值的数量是可变的（可以是 2、3、4、5，甚至只有一个）。一组中考虑的值的阈值应基于连续值之间的距离，例如，[8.5, 8.7, 8.8] 应为一组，[8.5, 8.7, 9.9, 10.2] 应导致两组，因为差异8.7 和 9.9 之间大于 1。

任何帮助将不胜感激。

谢谢

【问题讨论】：

idownvotedbecau.se/noattempt

标签： python arrays list group-by mean

【解决方案1】：

简单的分步生成器函数：

def chunk_avg(array, min_gap=1):
    chunk = []
    for n in array:
        if chunk and chunk[-1] + min_gap < n:
            yield sum(chunk) / len(chunk)
            chunk.clear()
        chunk.append(n)
    if chunk:
        yield sum(chunk) / len(chunk)

list(chunk_avg([8.55905955, 8.63646974, 21.7694643, 21.87843119, 21.92463355]))
# [8.597764645000002, 21.857509679999996]
list(chunk_avg([8.5, 8.7, 9.9, 10.2]))
# [8.6, 10.05]

【讨论】：

【解决方案2】：

from more_itertools import split_when
from statistics import mean

B = [8.55905955, 8.63646974, 21.7694643, 21.87843119, 21.92463355]

B_new = [*map(mean, split_when(B, lambda x, y: y - x > 1))]

【讨论】：

可能想提一下，这需要安装一个额外的包。