python - 最Pythonic的计算平均值的方法

Question

我在 3d 字典中的数据如下:

 movieid, date,customer_id,views
 0, (2011,12,22), 0, 22
 0, (2011,12,22), 1, 2
 0, (2011,12,22), 2, 12
 .....
 0, (2011,12,22), 7, 2
 0, (2011,12,23), 0, 123

..所以基本上数据代表每个客户每天观看一部电影的次数(只有 8 个客户)..

现在，我想计算..平均每个客户观看一部电影的次数。

所以基本上

    movie_id,customer_id, avg_views
     0, 0, 33.2
     0, 1 , 22.3

  and so on

解决这个问题的Pythonic方法是什么。

塔克恩斯

编辑:

 data = defaultdict(lambda : defaultdict(dict))
 date = datetime.datetime(2011,1,22)
 data[0][date][0] = 22
 print data
defaultdict(<function <lambda> at 0x00000000022F7CF8>, 
 {0: defaultdict(<type 'dict'>, 
 {datetime.datetime(2011, 1, 22, 0, 0): {0: 22}}))

假设只有 2 位客户、1 部电影和 2 天的数据

 movie_id, date, customer_id,views
 0 , 2011,1,22,0,22
 0 , 2011,1,22,1,23
 0 , 2011,1,23,0,44

注意:客户 1 1 月 23 日没有观看 id 0 的电影现在答案是

 movie_id,customer_id,avg_views
  0   , 0 ,    (22+44)/2
  0,    1,      (23)/1

Answer 1

sum 让这变得简单。在我的原始版本中，我经常使用 dict.keys()，但迭代字典会默认为您提供键。

该函数计算单行结果:

def average_daily_views(movie_id, customer_id, data):
    daily_values = [data[movie_id][date][customer_id] for date in data[movie_id]]
    return sum(daily_values)/len(daily_values)

然后你可以循环它以获得你想要的任何形式。也许:

def get_averages(data):
    result = [average_daily_views(movie, customer, data) for customer in 
              data[movie] for movie in data]