Python–字典中自定义元组键求和

原文:https://www . geesforgeks . org/python-custom-tuple-key-summary-in-dictionary/

有时，在使用 Python 字典时，我们会遇到一个问题，即需要对字典元组键的特定索引上的某些键的值进行分组求和。这个问题是非常定制的，但是可以在围绕数据处理的领域中应用。让我们讨论执行这项任务的某些方法。

输入 :
test_dict = {('a '，' b'): 14，(' c '，' a'): 16，(' a '，' c'): 67}
K = 'c '，idx = 1
T5】输出 : 16

输入 :
test_dict = {('a '，' b'): 14，(' c '，' a'): 16，(' a '，' c'): 67}
K = 'c '，idx = 2
T5】输出 : 67

方法#1:使用sum() +生成器表达式
以上功能的组合可以解决这个问题。在本文中，我们使用 sum()执行求和，并使用生成器表达式执行过滤任务。

# Python3 code to demonstrate working of 
# Custom Tuple Key Summation in Dictionary
# Using sum() + generator expression
# initializing dictionary
test_dict = {('a', 'b'): 14, ('c', 'a'): 16, ('a', 'c'): 67, ('b', 'a'): 17}
# printing original dictionary
print("The original dictionary is : " + str(test_dict))
# initializing K 
K = 'a'
# initializing index
idx = 1
# Custom Tuple Key Summation in Dictionary
# Using sum() + generator expression
res = sum(val for key, val in test_dict.items() if key[idx - 1] == K)
# printing result 
print("The grouped summation : " + str(res)) 


Output :

The original dictionary is : {('a', 'b'): 14, ('c', 'a'): 16, ('a', 'c'): 67, ('b', 'a'): 17}
The grouped summation : 81


方法 2:使用sum() + map() + lambda
以上功能的组合可以用来解决这个问题。在这种情况下，我们使用 sum()执行求和任务，而 map() + lambda 用于执行检查条件的任务。

# Python3 code to demonstrate working of 
# Custom Tuple Key Summation in Dictionary
# Using sum() + map() + lambda
# initializing dictionary
test_dict = {('a', 'b'): 14, ('c', 'a'): 16, ('a', 'c'): 67, ('b', 'a'): 17}
# printing original dictionary
print("The original dictionary is : " + str(test_dict))
# initializing K 
K = 'a'
# initializing index
idx = 1
# Custom Tuple Key Summation in Dictionary
# Using sum() + map() + lambda
res = sum(map(lambda sub: sub[1], filter(lambda ele: ele[0][idx - 1] == K,
                                                     test_dict.items())))
# printing result 
print("The grouped summation : " + str(res)) 


Output :

The original dictionary is : {('a', 'b'): 14, ('c', 'a'): 16, ('a', 'c'): 67, ('b', 'a'): 17}
The grouped summation : 81