分享python資料統計的一些小技巧

最近在用python做資料統計，這裡總結了一些最近使用時尋找和總結的一些小技巧，希望能協助在做這方面時的一些童鞋。有些技巧是很平常的用法，平時我們沒有注意，但是在特定情境，這些小方法還是能帶來很大的協助。

1.在字典中將鍵映射到多個值上面

{'b': [4, 5, 6], 'a': [1, 2, 3]}

有時候我們在統計相同key值的時候，希望把所有相同key的條目添加到以key為鍵的一個字典中，然後再進行各種操作，這時候我們就可以使用下面的代碼進行操作：

from collections import defaultdictd = defaultdict(list)print(d)d['a'].append(1)d['a'].append(2)d['a'].append(3)d['b'].append(4)d['b'].append(5)d['b'].append(6)print(d)print(d.get("a"))print(d.keys())print([d.get(i) for i in d])

這裡是使用了collections中的方法，這裡面還擁有很多有用的方法，我們有時間在繼續進行深入瞭解。

上面代碼運行結果：

defaultdict(, {})defaultdict(, {'b': [4, 5, 6], 'a': [1, 2, 3]})[1, 2, 3]dict_keys(['b', 'a'])[[4, 5, 6], [1, 2, 3]]

我們將資料填入之後，相當於進行快速分組，然後遍曆每個組就可以統計一些我們需要的資料。

2.迅速轉換字典索引值對

data = {...}zip(data.values(), data.keys())

data是我們的格式資料，使用zip後進行快速索引值轉換，然後可以使用max，min之類函數進行資料操作。

3.通過公用鍵對字典進行排序

from operator import itemgetterdata = [  {'name': "bran", "uid": 101},  {'name': "xisi", "uid": 102},  {'name': "land", "uid": 103}]print(sorted(data, key=itemgetter("name")))print(sorted(data, key=itemgetter("uid")))

資料格式就是data，我們想要對name或者uid進行排序我們就是用代碼中的方法。
運行結果：

[{'name': 'bran', 'uid': 101}, {'name': 'land', 'uid': 103}, {'name': 'xisi', 'uid': 102}][{'name': 'bran', 'uid': 101}, {'name': 'xisi', 'uid': 102}, {'name': 'land', 'uid': 103}]

正如我們期望中的一樣

4.對列表中的多個字典根據某一欄位進行分組

注意注意，在進行分組前要首先對資料進行排序處理，排序欄位根據實際要求來選擇

即將處理的資料：

rows = [  {'name': "bran", "uid": 101, "class": 13},  {'name': "xisi", "uid": 101, "class": 11},  {'name': "land", "uid": 103, "class": 10}]

期望處理結果：

{101: [{'name': 'xisi', 'class': 11, 'uid': 101},{'name': 'bran', 'class': 13, 'uid': 101}],103: [{'name': 'land', 'class': 10, 'uid': 103}]}

我們按照uid進行分組，這裡只是示範，uid一般也不會重複。

這個比較複雜一點，我們一部一步來分解

some = [('a', [1, 2, 3]), ('b', [4, 5, 6])]print(dict(some))

結果：

{'b': [4, 5, 6], 'a': [1, 2, 3]}

這裡我們的目的是將元群組轉換成字典，這個很簡單，應該都能看懂。接著我們來下一步對待處理資料進行排序：

data_one = sorted(rows, key=itemgetter("class"))print(data_one)data_two = sorted(rows, key=lambda x: (x["uid"], x["class"]))print(data_two)

這裡我們提供兩種排序方式原理相同，只是樣式稍有區別，第一種data_one是直接使用itemgetter，按照我們前面使用過得，直接按照某一欄位進行排序，可是有時候我們會有另一種要求：

先按照某一欄位排序，當第一欄位重複時，再按照另一欄位排序。

這時我們就用第二種方法，進行多欄位值排序。
排序結果如下：

[{'name': 'land', 'class': 10, 'uid': 103}, {'name': 'xisi', 'class': 11, 'uid': 101}, {'name': 'bran', 'class': 13, 'uid': 101}][{'name': 'xisi', 'class': 11, 'uid': 101}, {'name': 'bran', 'class': 13, 'uid': 101}, {'name': 'land', 'class': 10, 'uid': 103}]

結果大家慢慢看一下，還是略有差別。

接下來就進行最後一步了，將我們剛才講的兩種方式結合起來使用：

data = dict([(g, list(k)) for g, k in groupby(data_two, key=lambda x: x["uid"])])print(data)

我們對排序好的資料進行分組，然後產生元組列表，最後將其轉換成字典，這裡大功告成，我們成功將資料進行分組。

python資料統計的一些小技巧就分享到這，有需要的可以參考學習。

