1つの列の値を2つのファイルから別の列に対応する値で集計する

Question

には、重複キーの複数の値を集計して1つのキーに合計することに関する質問がありました。たとえば、次のように 1：5 2：4 3：2 1：4 非常に基本的なしかし、私はのような出力を探しています： 1：9 2：4 3：2

私が使用している2つのファイルでは、artistID（列2）を持つ51人のユーザー（user_artists.datの1列目）のリストと、ユーザーがその特定のアーティストを重量で指定した回数第3欄）。

アーティストが再生された合計時間をすべてのユーザーに集計し、 Britney Spears（289）2393140のような形式で表示しようとしています。助けや意見があれば幸いです。

import codecs 
#from collections import defaultdict 

with codecs.open("artists.dat", encoding = "utf-8") as f: 
    artists = f.readlines() 


with codecs.open("user_artists.dat", encoding = "utf-8") as f: 
    users = f.readlines() 


artist_list = [x.strip().split('\t') for x in artists][1:] 
user_stats_list = [x.strip().split('\t') for x in users][1:] 

artists = {} 
for a in artist_list: 
    artistID, name = a[0], a[1] 
    artists[artistID] = name 

grouped_user_stats = {} 
for u in user_stats_list: 
    userID, artistID, weight = u 
    grouped_user_stats[artistID] = grouped_user_stats[artistID].astype(int) 
    grouped_user_stats[weight] = grouped_user_stats[weight].astype(int) 
    for artistID, weight in u: 
     grouped_user_stats.groupby('artistID')['weight'].sum() 
     print(grouped_user_stats.groupby('artistID')['weight'].sum()) 



    #if userID not in grouped_user_stats: 
     #grouped_user_stats[userID] = { artistID: {'name': artists[artistID], 'plays': 1} } 
    #else: 
     #if artistID not in grouped_user_stats[userID]: 
      #grouped_user_stats[userID][artistID] = {'name': artists[artistID], 'plays': 1} 
     #else: 
      #grouped_user_stats[userID][artistID]['plays'] += 1 
      #print('this never happens') 




#print(grouped_user_stats) 

Answer 1

方法について：

import codecs 
from collections import defaultdict 
# read stuff 
with codecs.open("artists.dat", encoding = "utf-8") as f: 
    artists = f.readlines() 
with codecs.open("user_artists.dat", encoding = "utf-8") as f: 
    users = f.readlines() 
# transform artist data in a dict with "artist id" as key and "artist name" as value 
artist_repo = dict(x.strip().split('\t')[:2] for x in artists[1:]) 

user_stats_list = [x.strip().split('\t') for x in users][1:] 

grouped_user_stats = defaultdict(lambda:0) 

for u in user_stats_list: 
    #userID, artistID, weight = u 
    grouped_user_stats[u[0]] += int(u[2]) # accumulate weights in a dict with artist id as key and sum of wights as values 
# extra: "fancying" the data transforming the keys of the dict in "<artist name> (artist id)" format 
grouped_user_stats = dict(("%s (%s)" % (artist_repo.get(k,"Unknown artist"), k), v) for k ,v in grouped_user_stats.iteritems()) 
# lastly print it 
for k, v in grouped_user_stats.iteritems(): 
    print k,v