从给定集合中筛选连续ID分组的最高薪资平均值组

给定数据集 #

[ 
  (1, 'A', 100),
  (2, 'X', 200),
  (3, 'D', 300),
  (5, 'B', 300),
  (6, 'Z', 300),
  (7, 'G', 300), 
]

注：数据结构为(ID, 姓名, 薪资)

需求说明 #

• 以ID为依据，选取连续ID的对象组成大小为limit=3的分组；
• 若分组内存在缺失的ID（比如分组ID范围2、3、4中，ID=4不存在），则跳过该分组；
• 计算每个有效分组中薪资的平均值；
• 找出平均值最高的分组。

解决思路与实现 #

步骤分析 #

1. 提取所有ID并建立ID到薪资的映射，同时对ID排序（保证遍历顺序正确）；
2. 遍历每个可能的起始ID，生成长度为3的连续ID范围；
3. 检查该范围内的所有ID是否都存在于数据集中，筛选出有效分组；
4. 对每个有效分组计算薪资平均值；
5. 对比所有有效分组的平均值，找出数值最高的分组。

代码实现（Python） #

data = [ 
  (1, 'A', 100),
  (2, 'X', 200),
  (3, 'D', 300),
  (5, 'B', 300),
  (6, 'Z', 300),
  (7, 'G', 300), 
]

# 构建ID与薪资的映射，同时获取排序后的ID列表
id_to_salary = {item[0]: item[2] for item in data}
sorted_ids = sorted(id_to_salary.keys())
limit = 3

valid_groups = []

# 遍历所有可能的起始ID
for start_id in sorted_ids:
    end_id = start_id + limit - 1
    # 检查当前连续ID范围内的所有ID是否都存在
    is_valid = all(id in id_to_salary for id in range(start_id, end_id + 1))
    if is_valid:
        # 计算该分组的薪资平均值
        group_salaries = [id_to_salary[id] for id in range(start_id, end_id + 1)]
        avg_salary = sum(group_salaries) / limit
        valid_groups.append({
            'id_range': list(range(start_id, end_id + 1)),
            'avg_salary': avg_salary,
            'salaries': group_salaries
        })

# 找出平均值最高的分组
if valid_groups:
    top_group = max(valid_groups, key=lambda x: x['avg_salary'])
    print("平均值最高的分组信息：")
    print(f"ID范围：{top_group['id_range']}")
    print(f"薪资列表：{top_group['salaries']}")
    print(f"平均薪资：{top_group['avg_salary']}")
else:
    print("不存在符合要求的有效分组")

运行结果 #

平均值最高的分组信息：
ID范围：[5, 6, 7]
薪资列表：[300, 300, 300]
平均薪资：300.0

解释：示例中有效分组有两个，分别是[1,2,3]（平均薪资200）和[5,6,7]（平均薪资300），后者平均值更高。

内容的提问来源于stack exchange，提问作者Murtuza