python：辞書からヒストグラムを作成する

Question

私はPythonには初めてで、正しいやり方をする方法を学んでいます。

私は辞書のリストを持っていますd。各辞書はユーザーを表し、user_id、年齢などの情報を含んでいます。このリストdには、同じユーザーを表す複数の辞書が含まれていてもかまいません。私は、指定された年齢でdにいるユーザの数を示すヒストグラムを作成したいと思います。どのように効率的な方法でそれを行うには？

編集： 重複しているリストを削除する必要があることを強調したいと思います。

Answer 1

さて、この問題への古典的なアプローチは、defaultdictを作成するには、次のようになります。

import collections 
histogram = collections.defaultdict(int) 

そして、辞書のリストの名前としてd_list代わりのdを使用してリストに辞書を反復し、（ ）、

for d in d_list: 
    histogram[d['age']] += 1 

しかし、私に混乱する追加情報が記載されています。あなたは、複数のdictが同じユーザーを表すことができると言っています。これらの重複をヒストグラムから削除したいですか？それがあなたの疑問である場合、1つの方法はの辞書にユーザーを格納することです。(firstname, lastname)タプルをキーとして使用します。その後、同じユーザーを表す連続した辞書が互いに打ち砕かれ、ユーザーごとに1つのレコードしか保存されませんでした。その後、の値を辞書（おそらくuser_records.itervalues()を使用）に繰り返します。

この一般的なアプローチは、一意のユーザーを識別するのに最適な各レコードの値を使用するように変更できます。 user_idの値がユーザーごとに一意の場合は、(firstname, lastname)の代わりにその値をキーとして使用します。しかし、あなたの質問は、user_idが同じ2人のユーザーにとって必ずしも同じではないと（私に）示唆しました。

あなたが排除重​​複を持っていたら、あなたは、Python> = 2.7を使用している場合しかし、ショートカットもあります：

histogram = collections.Counter(d['age'] for d in user_records.itervalues()) 

いくつかのサンプルコードを...我々はrecord_listを持っていると言う：

>>> record_list 
[{'lastname': 'Mann', 'age': 23, 'firstname': 'Joe'}, 
{'lastname': 'Moore', 'age': 23, 'firstname': 'Alex'}, 
{'lastname': 'Sault', 'age': 33, 'firstname': 'Marie'}, 
{'lastname': 'Mann', 'age': 23, 'firstname': 'Joe'}] 
>>> user_ages = dict(((d['firstname'], d['lastname']), d['age']) for d in record_list) 
>>> user_ages 
{('Joe', 'Mann'): 23, ('Alex', 'Moore'): 23, ('Marie', 'Sault'): 33} 

ご覧のとおり、record_listには重複がありますが、user_ages dictはありません。現在、年齢のカウントを取得するのは、値をCounterで実行するのと同じくらい簡単です。

>>> collections.Counter(user_ages.itervalues()) 
Counter({23: 2, 33: 1}) 

同じことは、特定のユーザーの一意の識別子として機能する任意の文字列または不変オブジェクトで行うことができます。

Answer 2

@ senderleの回答を改善しようとしたら、うまくいけば問題はよく分かりました。

私はリストのキーはユーザーIDで、データがageプロパティを持つオブジェクトである辞書を、含まれているとします。

import collections 
# Merge all dictionaries to one uid->age mapping (I'm sure there's a shorter way) 
all_ages={} 
for d1 in d: 
    for uid,data in d1.iteritems(): 
     all_ages[uid]=data.age 
# Count distinct users per age 
histogram = collections.defaultdict(int) 
for uid,age in all_ages.iteritems(): 
    histogram[age]+=1 

Answer 3

あなたがリストにグループに持っているすべての辞書をitertools.groupbyを使用することができます同じ年齢で、その後、それらのリストの長さを計算するだけです。例えば

：

import itertools 

l = [{'user_id': 1, 'age': 20}, 
    {'user_id': 2, 'age': 21}, 
    {'user_id': 3, 'age': 21}, 
    {'user_id': 4, 'age': 20}, 
    {'user_id': 5, 'age': 21}, 
    {'user_id': 6, 'age': 21}, 
    ] 

def get_age(d): 
    return d.get('age') 

print [(age, len(list(group))) 
     for age, group in itertools.groupby(sorted(l, key=get_age), 
              key=get_age)] 

出力例：

[(20, 2), (21, 5)] 

注@Dougalにより指摘したように、リストはsortedでなければなりません。そうでなければitertools.groupbyは期待どおりに動作しません。