分组但不使用 Python/Pandas 的 groupby 函数答案

【问题标题】：to group but not using the groupby function of Python/Pandas分组但不使用 Python/Pandas 的 groupby 函数
【发布时间】：2021-07-24 17:47:00
【问题描述】：

INPUT DATA-
array([['00:00:00', 20, 15.27],
       ['00:15:00', 20, 9.07],
       ['00:30:00', 20, 7.33],
       ...,
       ['00:30:00', 407, 34.0],
       ['00:00:00', 407, 172.0],
       ['00:10:00', 407, 187.0]], dtype=object)

第一列 - 时间第二列 - id 第三列 - 价格

60k+ 行

需要找到每次价格每个 id 的总和。

我正在尝试不使用 GROUPBY 功能

我怎样才能做到这一点？我一直在尝试使用它。

result={}
for t,id,price in trial.inputs():
    result[t]={}
    if id not in result[t]:
        result[t][id]=0
    result[t][id]+=price
print (result)

【问题讨论】：

类似Is there any numpy group by function?
类似，但我的问题是要我以 10 分钟为间隔进行分组，并进一步根据 ID 对价格总和进行分组。
我们为什么要避免使用pandas 函数？
不使用直接库是一种评估。我正在尝试循环它。我可以使用 for 循环对 id 中的价格进行分组，但无法将时间连接到它。

标签： python pandas dataframe numpy

【解决方案1】：

更新：

from collections import defaultdict
d = defaultdict(list)
for t,id,price in trial:
    d[t,id].append(price)
print (d)

我可以根据 t 和 id 对价格进行分组。如何找到每个 id 的价格总和？

【讨论】：

【解决方案2】：

扩展您的答案，您可以再次迭代字典以找到 value 的总和（在本例中为 list）

import numpy as np
from collections import defaultdict

data_array = np.array([['00:00:00', 20, 15.27],
                       ['00:15:00', 20, 9.07],
                       ['00:30:00', 20, 7.33],
                       ['00:30:00', 407, 34.0],
                       ['00:00:00', 407, 172.0],
                       ['00:10:00', 407, 187.0]], dtype=object)

print(data_array)

# Your solution to store the price values to corresponding [t, id].
time_id_to_price = defaultdict(list)
for t, id, price in data_array:
    time_id_to_price[t, id].append(price)
print(time_id_to_price)

# Make a copy of previous dictionary and assign the sum of values.
time_id_to_price_sum = time_id_to_price.copy()
for t, id, price in data_array:
    time_id_to_price_sum[t, id] = sum(time_id_to_price_sum[t, id])
print(time_id_to_price_sum)

【讨论】：

所以我需要在最终列表中找到价格的总和。我们该怎么做？