我不知道如何在标题中更好地表达自己。基本上我有两个列表：
a = ['A','B','A','C','D','C','A',...]
b = [2,4,8,3,5,2,1,...]
a 和b 长度相同，b 表示与a 中的字母相关的值。
现在我想为a 中的每个字母计算b 中的平均值。所以最后我会：
a = ['A','B','C','D',...]
b = [3.67, 4, 2.5, 5,...]
在python中有没有标准的实现？
【问题讨论】：
标签： python
您可以先执行 group by。例如，我们可以使用defaultdict：
from collections import defaultdict
col = defaultdict(list)
for ai,bi in zip(a,b):
col[ai].append(bi)现在字典 col 将如下所示：
>>> col
defaultdict(<class 'list'>, {'C': [3, 2], 'B': [4], 'D': [5], 'A': [2, 8, 1]})
现在我们可以计算字典中所有元素的平均值，例如：
>>> {key:sum(vals)/len(vals) for key,vals in col.items()}
{'C': 2.5, 'B': 4.0, 'D': 5.0, 'A': 3.6666666666666665}
您也可以使用zip 将其转换为两个元组：
a,b = zip(*[(key,sum(vals)/len(vals)) for key,vals in col.items()])
导致：
>>> a,b = zip(*[(key,sum(vals)/len(vals)) for key,vals in col.items()])
>>> a
('C', 'B', 'D', 'A')
>>> b
(2.5, 4.0, 5.0, 3.6666666666666665)
如果您想生成列表，可以将它们转换为列表：
a,b = <b>map(list,</b>zip(*[(key,sum(vals)/len(vals)) for key,vals in col.items()])<b>)</b>这会导致：
>>> a,b = map(list,zip(*[(key,sum(vals)/len(vals)) for key,vals in col.items()]))
>>> a
['C', 'B', 'D', 'A']
>>> b
[2.5, 4.0, 5.0, 3.6666666666666665]
【讨论】：
我相信更简洁的方法是简单地使用 pandas groupby：
import pandas as pd
data = pd.DataFrame(b,index=a)
a,b = (list(data.groupby(data.index)[0].mean().index),list(data.groupby(data.index)[0].mean()))
【讨论】：
你可以使用numpy如下：
>>> import numpy as np
>>> array_a = np.array(a)
>>> array_b = np.array(b)
>>> avrg_of_a = np.average(array_b[array_a == 'A'])
>>> avrg_of_a
3.6666666666666665
>>> avrg_of_b = np.average(array_b[array_a == 'B'])
4.0
您可以使用列表推导生成列表[np.average(array_b[array_a == item]) for item in np.unique(array_a)]
【讨论】：