如何计算嵌套字典列表的数值总和并生成汇总统计字典

实现代码 #

def calculate_grand_summary(dict_list):
    # 初始化汇总字典，结构与单个统计字典匹配
    grand_summary = {
        "totals": {"total": 0, "correct": 0, "false": 0},
        "label": {}
    }
    
    # 遍历所有统计字典，累加核心数值
    for d in dict_list:
        # 累加全局统计项
        grand_summary["totals"]["total"] += d["totals"]["total"]
        grand_summary["totals"]["correct"] += d["totals"]["correct"]
        grand_summary["totals"]["false"] += d["totals"]["false"]
        
        # 累加各标签的统计项
        for label_name, stats in d["label"].items():
            if label_name not in grand_summary["label"]:
                grand_summary["label"][label_name] = {"total": 0, "correct": 0, "false": 0}
            grand_summary["label"][label_name]["total"] += stats["total"]
            grand_summary["label"][label_name]["correct"] += stats["correct"]
            grand_summary["label"][label_name]["false"] += stats["false"]
    
    # 计算全局统计的正确率和错误率
    total_count = grand_summary["totals"]["total"]
    if total_count > 0:
        grand_summary["totals"]["correct_Percent"] = (grand_summary["totals"]["correct"] / total_count) * 100
        grand_summary["totals"]["wrong_percent"] = (grand_summary["totals"]["false"] / total_count) * 100
    else:
        # 避免除以0的异常情况
        grand_summary["totals"]["correct_Percent"] = 0.0
        grand_summary["totals"]["wrong_percent"] = 0.0
    
    # 计算各标签的正确率和错误率
    for label_name, stats in grand_summary["label"].items():
        label_count = stats["total"]
        if label_count > 0:
            stats["correct_Percent"] = (stats["correct"] / label_count) * 100
            stats["wrong_percent"] = (stats["false"] / label_count) * 100
        else:
            stats["correct_Percent"] = 0.0
            stats["wrong_percent"] = 0.0
    
    return grand_summary

# 示例使用
if __name__ == "__main__":
    # 模拟包含10个统计字典的列表
    list_of_10_dictionaries = [my_single_dictionary for _ in range(10)]
    result = calculate_grand_summary(list_of_10_dictionaries)
    import pprint
    pprint.pprint(result)

核心逻辑说明 #

• 结构初始化：提前搭建好与单个统计字典一致的汇总结构，避免后续键不存在的报错。
• 数值累加：分全局统计（totals）和标签统计（label）两部分遍历累加，遇到新标签时自动初始化对应的统计项。
• 百分比计算：基于累加后的总数量重新计算正确率和错误率，加入除以0的判断逻辑，保证代码健壮性。
• 格式输出：使用pprint模块可以让最终结果的格式更清晰，完全匹配你需要的输出结构。

内容的提问来源于stack exchange，提问作者Faisal