在Python中對不同長度的多個列表進行平均的最快方法

Question

因此，我有一些來自Mongo的預計算值（按商店計算的產品的平均價格）列表。每個列表代表一個星期與不同的產品。這些清單的大小可能不同，因爲有時產品在一週內不會銷售。按店鋪平均分的子列表在兩個不同的星期之間也可以是不同的大小，因爲某些店鋪可能缺貨（因此沒有任何此產品的價格）。

有沒有辦法獲得我的結果，而沒有做很多循環？

這裏是兩個星期澄清的例子：

Week1

[{u'_id': 193390, u'avgT': 12, u'avgByS': [{u'S': 7, u'avg': 12}]}, {u'_id': 193396, u'avgT': 29, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]}] 

Week2

[{u'_id': 193390, u'avgT': 11, u'avgByS': [{u'S': 7, u'avg': 10}, {u'S': 9, u'avg': 12}]}, {u'_id': 193398, u'avgT': 15, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]},{u'_id': 193396, u'avgT': 29, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]}] 

所需的輸出

[{u'_id': 193390, u'avgT': 11.5, u'avgByS': [{u'S': 7, u'avg': 11}, {u'S': 9, u'avg': 12}]}, {u'_id': 193398, u'avgT': 15, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]},{u'_id': 193396, u'avgT': 29, u'avgByS': [{u'S': 7, u'average': 29}, {u'S': 5, u'average': 29}]}] 

Answer 1

有沒有一種方法來獲得我的結果，而不是做很多for循環？

不可以。您的數據結構是list-within-list。沒有...迭代就無法迭代數據。

但嵌套for循環並不總是一個壞主意！一些嵌套for循環會導致O（N^2）行爲，但是一些嵌套for循環會導致O（N）行爲，這取決於您的實際代碼。

以下是計算您的數據的一種方法。請注意，它有三個嵌套for循環。你無法避免這種情況。但是沒有一個嵌套的循環導致多項式複雜性。我在big-O上生鏽了，但我聲稱在O（N）中運行以下程序中的聚合循環，其中N是avgByS列表中的值的總數。 （第二循環的複雜性將等同於第一，但我呼籲sorted()上的結果，這可能會減緩下來一些。）

from __future__ import division 
from pprint import pprint 

weeks = [ 
    [{u'_id': 193390, u'avgT': 12, u'avgByS': [{u'S': 7, u'avg': 12}]}, {u'_id': 193396, u'avgT': 29, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]}], 
    [{u'_id': 193390, u'avgT': 11, u'avgByS': [{u'S': 7, u'avg': 10}, {u'S': 9, u'avg': 12}]}, {u'_id': 193398, u'avgT': 15, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]},{u'_id': 193396, u'avgT': 29, u'avgByS': [{u'S': 7, u'avg': 29}, {u'S': 5, u'avg': 29}]}] 
] 

# First, accumlate the data. Convert lists to dicts. 
total = {} 
for week in weeks: 
    for product in week: 
     total_product = total.setdefault(
      product['_id'], 
      { 
       u'_id':product['_id'], 
       u'avgT':[], 
       u'avgByS':{} 
      }) 
     total_product['avgT'].append(product['avgT']) 
     for store in product['avgByS']: 
      total_product['avgByS'].setdefault(store['S'],[]).append(store['avg']) 
pprint (total) 

# Next, convert dicts to lists and compute averages. 
averages = [{ 
    u'_id': k, 
    u'avgT': sum(v['avgT'])/len(v['avgT']), 
    u'avgByS': [{ 
     u'S': kk, 
     u'avg': sum(vv)/len(vv), 
     } 
     for kk,vv in sorted(v['avgByS'].items())] 
    } 
    for k,v in sorted(total.items())] 
pprint(averages)