Python列表-按第一项进行分组，对第二项进行计数和求和

Question

我有一个这样的列表，称为数据

 [(4.0, 7.8, u'MNR'),
 (1.0, 6.4, u'MNR'),
 (9.0, 25.2, u'MNR'),
 (8.0, 5.8, u'MNR'),
 (7.0, 177.8, u'MNR'),
 (4.0, 10.0, u'MNR'),
 (2.0, 5.6, u'MNR'),
 (2.0, 29.6, u'MNR'),
 (1.0, 7.4, u'MNR'),
 (2.0, 2.8, u'MNR'),
 (8.0, 3.0, u'MNR'),
 (2.0, 8.4, u'MNR'),
 (3.0, 4.2, u'MNR'),
 (2.0, 11.8, u'MNR')]

pd.Index(data)
MultiIndex(levels=[[1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0],

我知道如何以这种方式获取数据:

data[0][0]
4.0

我想遍历列表并计算第一行中每个级别出现的次数。输出应该是这样的，第二列代表计数:

1.0  - 2
2.0  - 4
3.0  - 1

然后我想得到第二列的总和:

1.0 - 13.8
2.0 - 58.2
3.0 - 4.2

然后是平均

1.0  6.9
2.0  14.55
3.0  4.2

我尝试使用循环来完成此操作，并尝试使用 zip 认为，如果我可以将各个列表的前两个部分分别压缩到一个列表中，我将可以轻松地对这些列表执行操作:

 for index, item in enumerate(data):
 item.count(data[0][0])

 zip(data[-3])

Answer 1

由于您使用的是 pd 和 MultiIndex，我假设这确实是一个 pandas 问题。您可以使用 groupby 和 agg 一步完成此操作 ( groupby tutorial )，而无需逐一迭代:

>>> df = pd.DataFrame(data)
>>> df.groupby(0)[1].agg(["count", "sum", "mean"])
   count    sum    mean
0                      
1      2   13.8    6.90
2      5   58.2   11.64
3      1    4.2    4.20
4      2   17.8    8.90
7      1  177.8  177.80
8      2    8.8    4.40
9      1   25.2   25.20