我有一个包含季度数据的数据集。
示例： [2019, 1, 10, 20, 5],
[2019, 10, 56, 34],
[2019, 74, 66 ,32],
[2019, 20, 96, 31],
[2018, 13, 16, 35],
.....
我想总结和计算平均值并找到每年的最大值和最小值（取决于列）并将结果添加到新列表中。 第 1 列 -> 平均值，第 2 列，找到最大值，第 3 列找到最小值；
[2019, 26.25, 96, 31]
[2018 .....]
...
我不知道如何解决这个问题，我不能使用 pandas 或 numpy
【问题讨论】：
标签： python python-3.x
创建格式为year: [list, number of quartals]的字典d = {}
遍历原始列表
for yr, x,y,z in data:
if yr not in d:
d[yr] = [[yr, x, y, z], 1]
# now make changes
else:
a = d[yr]
e, n = a
e[1] += x
e[2] = max(e[2], y)
e[3] = min(e[3], z)
a[1] += 1
现在再次遍历 d 以除以 e[1] / a[1] 以获得平均值
并将e's 放入结果列表中
【讨论】：
您可以执行以下操作 -
方法 1：使用 PANDAS
#Mention all the columns and respective aggregations as key, value for a dict
g = {'var2':'mean', 'var3':'max', 'var4':'min'}
#Apply groupby with agg() using the above dict
df.groupby(['var1']).agg(g).reset_index()
只需将var1、var2、var3、var4 替换为代码中的实际变量名即可。
var1 var2 var3 var4
0 2018 13.000000 16 35
1 2019 34.666667 96 31
编辑：如果您不应该使用任何 pandas 或 numpy，那么我必须假设您的数据集实际上是一个列表列表，而不是一个会破坏目的的 pandas 数据框。在这种情况下，您可以使用列表推导通过以下方式解决此问题 -
方法 2：使用列表理解
data = [[2019, 10, 56, 34],[2019, 74, 66 ,32],[2019, 20, 96, 31],[2018, 13, 16, 35], [2018, 14, 27, 33]]
#function to calculate average on a list
def average(lst):
return sum(lst) / len(lst)
#get set list of years
unique_years = set([i[0] for i in data])
[[[j[0] for j in data if j[0]==i][0],
average([j[1] for j in data if j[0]==i]),
max([j[2] for j in data if j[0]==i]),
min([j[3] for j in data if j[0]==i])] for i in unique_years]
#output: [[2018, 13.5, 27, 33], [2019, 34.666666666666664, 96, 31]]
如果您对列表推导不满意，也可以使用显式 for 循环来实现 -
方法 3：使用显式 FOR - IF
yr = []
v1 = []
v2 = []
v3 = []
#function to calculate average on a list
def average(lst):
return sum(lst) / len(lst)
#get set list of years
unique_years = set([i[0] for i in data])
for i in unique_years:
for j in data:
if j[0]==i:
v1.append(j[1])
v2.append(j[2])
v3.append(j[3])
yr.append([i,average(v1),max(v2), min(v3)])
print(yr)
#output: [[2018, 13.5, 27, 33], [2019, 26.2, 96, 31]]
【讨论】：