Python中不使用Pandas计算嵌套列表指定列连续元素最大差值及均值

核心思路 #

先从嵌套列表中提取目标列数据，再分别计算均值和连续元素的最大差值，全程仅用Python基础语法实现。

步骤实现 #

1. 提取指定列数据 #

假设你的嵌套列表数据如下（示例）：

data = [
    [1, 2, 3, 4, 5, 10],
    [6, 7, 8, 9, 10, 15],
    [11, 12, 13, 14, 15, 8],
    [16, 17, 18, 19, 20, 22],
    [21, 22, 23, 24, 25, 17]
]

用列表推导式提取索引为5的列（Python索引从0开始）：

col_data = [row[5] for row in data]

2. 计算列的均值 #

直接通过求和除以元素总数得到均值：

mean_val = sum(col_data) / len(col_data)

3. 计算连续元素的最大差值 #

遍历列数据，计算每对连续元素的差值（默认取绝对值，若需求为正差值可去掉abs()），取最大值：

if len(col_data) < 2:
    max_diff = 0  # 元素不足2个时无连续差值，设为0
else:
    max_diff = max(abs(col_data[i] - col_data[i-1]) for i in range(1, len(col_data)))

完整可运行代码 #

# 示例数据
data = [
    [1, 2, 3, 4, 5, 10],
    [6, 7, 8, 9, 10, 15],
    [11, 12, 13, 14, 15, 8],
    [16, 17, 18, 19, 20, 22],
    [21, 22, 23, 24, 25, 17]
]

# 提取目标列
col_data = [row[5] for row in data]

# 计算均值
mean_val = sum(col_data) / len(col_data)

# 计算连续元素最大差值
max_diff = 0
if len(col_data) >= 2:
    max_diff = max(abs(col_data[i] - col_data[i-1]) for i in range(1, len(col_data)))

# 输出结果
print(f"目标列均值：{mean_val}")
print(f"连续元素最大差值：{max_diff}")

常见错误修正 #

• 索引混淆：确保列索引是从0开始计数，索引5对应第6列，不要和日常的第5列混淆
• 边界处理：如果目标列只有1个或0个元素，直接计算差值会报错，必须提前判断
• 差值方向：若需求是后元素减前元素的最大正值，去掉代码中的abs()即可

内容的提问来源于stack exchange，提问作者jwatki8