成人在线亚洲_国产日韩视频一区二区三区_久久久国产精品_99国内精品久久久久久久

您的位置:首頁技術文章
文章詳情頁

這串數據有什么方法用python輸出我想要的格式?

瀏覽:155日期:2022-06-29 16:39:36

問題描述

[(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]

上面這串數據我想輸出格式為

[{’data’: [[’2013-04’, 52.9], [’2013-05-01’, 50.7]], ’name’: ’張三’},{’data’: [[’2013-04’, 27.7], [’2013-05-01’, 25.9]], ’name’: ’李四’}]

這樣的格式,有什么還得方法嗎?想了好久想不到有效的做法。

問題解答

回答1:

# python2# coding: utf8a = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]s = []for i in a: for dict_tmp in s:if dict_tmp.get(’name’, ’’) == i[2]: dict_tmp[’data’].append([i[0], i[1]]) break else:s.append( {’name’: i[2],’data’: [[i[0], i[1]]] })print s回答2:

from collections import defaultdictd = defaultdict(list)l_data = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]for x in l_data: d[x[2]].append([x[0], x[1]])result = [{’name’: k, ’data’: v} for k, v in d.iteritems()]回答3:

這種情況應該使用pandas模塊比較永續:

data_input = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]import pandas as pddf = pd.DataFrame(data_input)df.columns = [’month’,’value’,’name’]d = df.set_index([’name’])print ( set(d.index) ) # {’張三’, ’李四’}print ( list(d.loc[’張三’].values.tolist()) ) # data變成listprint ( [{’data’:list(d.loc[x].values.tolist()) , ’name’: x} for x in set(d.index) ] )

最後一行就是你要的結果。基本上就是用倒數第三行索引結果為列表推導基礎,產出你要的字典,內有name及data,而data有列表出的數據

[{’data’: [[’2016-09’, 20874.73], [’2016-10’, 64296.45], [’2016-11’, 58657.1], [’2016-12’, 51253.14], [’2017-01’, 57791.88], [’2017-02’, 67193.55], [’2017-03’, 83359.53]], ’name’: ’李四’}, {’data’: [[’2017-01’, 46007.0], [’2017-02’, 38352.0], [’2017-03’, 49661.0], [’2017-04’, 39907.0]], ’name’: ’張三’}]

如果有更多數據處理的需要,真的很推薦把pandas模塊學起來。

標簽: Python 編程
相關文章:
成人在线亚洲_国产日韩视频一区二区三区_久久久国产精品_99国内精品久久久久久久
日韩三级电影网址| 欧美国产91| 女同一区二区| 日韩欧美一级精品久久| 国产一区二区导航在线播放| 欧洲激情一区二区| 水蜜桃久久夜色精品一区的特点| 国产欧美日韩一级| 一区二区三区在线视频观看58| 狠狠88综合久久久久综合网| 精品久久久久久久久久久久包黑料| 国产精品123区| 51精品视频一区二区三区| 精品一区二区三区免费毛片爱| 欧美性受极品xxxx喷水| 久久激情五月婷婷| 欧美日韩国产小视频| 国产精品一区二区视频| 欧美一级午夜免费电影| 成人一区在线观看| 精品人伦一区二区色婷婷| av在线不卡观看免费观看| 欧美四级电影网| 日韩成人一区二区| 欧美色图在线观看| 国产成人亚洲综合a∨婷婷| 日韩三级在线免费观看| 99精品热视频| 中文字幕一区二区三区色视频 | 亚洲国产一区二区三区| 国产一区二区三区黄| 亚洲国产精品综合小说图片区| 色综合久久99| 久久66热re国产| 欧美大片一区二区| 91首页免费视频| 国产精品毛片高清在线完整版| 99国产精品私拍| 亚洲国产裸拍裸体视频在线观看乱了| 久久大逼视频| 精品一区二区国语对白| 精品美女一区二区三区| 欧美久久视频| 一区二区三区在线视频观看58| 久久久久久亚洲精品杨幂换脸| 麻豆精品精品国产自在97香蕉| 日韩亚洲欧美成人一区| 欧美精品99| 亚洲午夜精品久久久久久久久| 日本精品免费观看高清观看| 国产一区91精品张津瑜| 久久男人中文字幕资源站| 亚洲精品影院| 免费观看30秒视频久久| 精品三级在线观看| 在线播放不卡| 日韩精品国产欧美| 欧美一级午夜免费电影| 国产一区二区无遮挡| 香蕉加勒比综合久久| 91麻豆精品91久久久久久清纯| 91麻豆国产在线观看| 亚洲午夜精品久久久久久久久| 欧美日韩国产首页| 欧美喷水视频| 日韩精品一二三四| 久久综合色一综合色88| 一区免费视频| 亚洲成av人片一区二区梦乃 | 亚洲影音一区| 国产成人精品免费一区二区| 中文字幕在线观看不卡| 一本色道久久加勒比精品| k8久久久一区二区三区| 亚洲国产视频网站| 欧美v国产在线一区二区三区| 日韩一区二区久久| 韩国精品在线观看| 国产精品麻豆欧美日韩ww| 欧美专区在线观看一区| 91麻豆国产在线观看| 亚洲va韩国va欧美va| 欧美一激情一区二区三区| 一本色道婷婷久久欧美| 国产91在线|亚洲| 亚洲国产cao| 久久精品人人爽人人爽| 在线观看国产精品网站| 国内自拍亚洲| 国产风韵犹存在线视精品| 亚洲精品中文在线| 欧美一区二区三区四区视频| 一区二区三区精品国产| 成人在线综合网| 天堂午夜影视日韩欧美一区二区| 欧美精品一区二区三| 久久久国产精品一区二区中文| 高清beeg欧美| 五月婷婷另类国产| 日本一区二区三区四区| 欧美日韩一区二区欧美激情 | 日韩免费电影网站| 免费久久99精品国产自| 91影视在线播放| 久久国产三级精品| 中文字幕人成不卡一区| 欧美一级欧美三级| 久久国产99| 国产精品大片| 国产成人免费视| 香蕉成人伊视频在线观看| 国产人久久人人人人爽| 欧美日韩国产经典色站一区二区三区| 亚洲国产激情| 成人国产精品免费观看视频| 亚洲视频在线观看一区| 日韩免费在线观看| 在线看不卡av| 国产精品乱码| 亚洲网站视频| 欧美xxx在线观看| 国产成人自拍网| 欧美bbbbb| 亚洲国产日韩一级| 中文字幕不卡三区| 日韩欧美国产三级电影视频| 色婷婷亚洲一区二区三区| 国产区二精品视| 欧美日韩1区| zzijzzij亚洲日本少妇熟睡| 久久99久久99| 午夜视黄欧洲亚洲| 亚洲三级小视频| 久久精品水蜜桃av综合天堂| 欧美一区二区福利视频| 欧美日韩在线播放三区四区| 噜噜噜在线观看免费视频日韩| 亚洲黄色高清| 欧美精品免费观看二区| 国产成人精品免费视频网站| 蜜臀av一区二区| 亚洲高清不卡在线观看| 自拍视频在线观看一区二区| 国产色一区二区| 久久久久成人黄色影片| 精品国产一区二区亚洲人成毛片 | 黄色成人精品网站| 91视视频在线观看入口直接观看www | 136国产福利精品导航| 欧美国产亚洲另类动漫| 2023国产精品| 日韩欧美一区二区三区在线| 欧美情侣在线播放| 久久国产成人| 欧美专区在线| 美日韩在线观看| 午夜一区不卡| 男女精品网站| 免费精品视频| 国产美女在线精品免费观看| 在线综合视频| 国产日韩三区| 亚洲免费久久| 99国产精品99久久久久久粉嫩| 国模大胆一区二区三区| 欧美日韩亚洲一区二区三区在线观看| 96av麻豆蜜桃一区二区| av高清久久久| 91麻豆精品视频| 欧美日韩亚洲一区| 狠狠色综合网| 最新亚洲一区| 国产精品一区在线播放| 免费亚洲网站| 色狠狠综合天天综合综合| 在线看国产一区| 欧美日韩成人一区| 56国语精品自产拍在线观看| 欧美一区二区三区四区五区| 日韩欧美国产综合一区| 久久免费国产精品| 欧美激情在线看| 国产精品国模大尺度视频| 中文字幕一区二区三区在线不卡| 亚洲欧美偷拍卡通变态| 亚洲国产精品视频| 日韩av一二三| 国产精品伊人色| 成人97人人超碰人人99| 91网站视频在线观看| 国内视频一区| 国产伦精品一区二区三区| 色婷婷久久久久swag精品 | 国产综合激情| 夜夜精品视频| 91精品办公室少妇高潮对白| 欧美伦理电影网| 26uuu成人网一区二区三区| 中文字幕在线免费不卡| 亚洲国产一区二区在线播放|