嵌套列表元素定位及城市身高统计相关技术问题求助

1. 定位特定嵌套元素的所有位置 #

用嵌套的enumerate可以同时获取外层子列表的索引和内层元素的索引，以此记录目标元素的完整位置。比如要找所有值为"Shanghai"的元素位置，代码如下：

data = [["Alice", "Beijing", 168], ["Bob", "Shanghai", 175], ["Charlie", "Shanghai", 180]]
target = "Shanghai"
positions = []

for outer_idx, sublist in enumerate(data):
    for inner_idx, elem in enumerate(sublist):
        if elem == target:
            positions.append((outer_idx, inner_idx))

print(positions)  # 输出: [(1, 1), (2, 1)]

外层索引对应子列表在data中的位置，内层索引对应元素在子列表中的位置，比如(1,1)表示第2个子列表的第2个元素（索引从0开始）。

2. 按城市筛选计算平均身高并找最接近的姓名 #

分三步完成：筛选目标城市的数据、计算平均身高、找出身高最接近平均值的姓名。代码示例：

data = [["Alice", "Beijing", 168], ["Bob", "Shanghai", 175], ["Charlie", "Shanghai", 180], ["David", "Beijing", 172]]
city_input = input("请输入城市名称: ")  # 比如输入"Shanghai"

# 筛选目标城市的所有数据
city_data = [item for item in data if item[1] == city_input]
if not city_data:
    print(f"没有找到城市{city_input}的数据")
else:
    # 计算平均身高
    heights = [item[2] for item in city_data]
    avg_height = sum(heights) / len(heights)
    print(f"{city_input}的平均身高: {avg_height:.2f}")
    
    # 找身高最接近平均值的姓名
    closest_person = min(city_data, key=lambda x: abs(x[2] - avg_height))
    print(f"身高最接近平均值的是: {closest_person[0]}")

如果有多个人员身高与平均值的差值相同，min会返回第一个匹配的人员。

内容的提问来源于stack exchange，提问作者whalester