Python中按列表唯一活动值求和并保留对应最新日期

针对你提供的元组列表，要按flight这类活动名称聚合，保留对应活动的最新日期及其关联地点，并对数值求和，可以用Python通过字典分组的方式实现，具体步骤和代码如下：

实现思路 #

1. 用字典按活动名称分组，存储每个活动的最新日期、对应地点以及数值总和。
2. 遍历原始列表，逐个处理每个元组：
   • 若活动未在字典中，直接初始化该活动的记录。
   • 若活动已存在，对比当前元组的日期与字典中存储的日期：
     • 日期更新的话，替换日期和地点，同时累加数值。
     • 日期更早的话，仅累加数值。
3. 最后将字典中的记录转换回原格式的元组列表。

代码实现 #

original_list = [
    ('2023-03-15', 'paris', 'flight', 4),
    ('2023-03-21', 'berlin', 'flight', 2),
    ('2023-03-01', 'madrid', 'drive', 10),
    ('2023-03-04', 'madrid', 'cycling', 3),
    ('2023-03-08', 'rome', 'train', 9),
    ('2023-03-11', 'amsterdam', 'flight', 5),
    ('2023-03-14', 'london', 'boat', 1)
]

aggregated_data = {}

for date, location, activity, val in original_list:
    if activity not in aggregated_data:
        # 首次遇到该活动，初始化记录
        aggregated_data[activity] = (date, location, val)
    else:
        stored_date, stored_loc, total_val = aggregated_data[activity]
        # 利用YYYY-MM-DD格式的字符串可直接比较日期大小的特性
        if date > stored_date:
            aggregated_data[activity] = (date, location, total_val + val)
        else:
            aggregated_data[activity] = (stored_date, stored_loc, total_val + val)

# 转换为目标格式的列表
result_list = [(d, loc, act, total) for act, (d, loc, total) in aggregated_data.items()]

print(result_list)

运行结果 #

执行后得到的聚合列表如下：

[
    ('2023-03-21', 'berlin', 'flight', 11),
    ('2023-03-01', 'madrid', 'drive', 10),
    ('2023-03-04', 'madrid', 'cycling', 3),
    ('2023-03-08', 'rome', 'train', 9),
    ('2023-03-14', 'london', 'boat', 1)
]

内容的提问来源于stack exchange，提问作者Zen4ttitude